可能性模糊聚类相关论文
图像分割作为计算机视觉的基础,同时也是图像分析和图像理解的重要前提,但同样也是一个经典难题。图像分割通过赋予每个像素不同的......
模糊C均值聚类(FCM)和可能性模糊C均值聚类(PFCM)没有考虑样本特征项及每个样本对聚类的贡献程度,存在对噪声较敏感的问题。特征减......
经典的模糊C-均值聚类算法存在对噪声数据较为敏感、未考虑样本属性特征间的不平衡性及对高维数据聚类不理想等问题,而可能性聚类算......
传统的模糊聚类算法基本都是数据驱动的,最近试图将知识引入其中,从而形成知识和数据驱动的模糊聚类算法,对于该领域形成了新的突......
可能性模糊聚类算法解决了噪音敏感和一致性聚类问题,但算法假定每个待分析样本对聚类的贡献相同,导致离群点或噪声点对算法的干扰......