论文部分内容阅读
在模糊C均值算法的基础上，通过对原有算法进行改进，以达到加快聚类速度的目的。提出了一种使用最速下降法来优化模糊C均值算法的方法。从传统的模糊C均值算法中推导出关于聚类中心的泛函迭代序列，并证明了该序列的收敛性，以及该序列收敛到的不动点是目标函数达到的极值点。而后，使用最速下降法加快该序列收敛速度。最终通过实验结果来验证了理论的可行性。在其迭代过程中，对于越偏离理论聚类中心的点，下降趋势比传统模糊C聚类算法就越明显。