论文部分内容阅读
传统的快速聚类算法大多基于模糊C均值算（Fuzzy C-means，FCM），而FCM对初始聚类中心敏感，对噪音数据敏感并且容易收敛到局部极小值，因而聚类准确率不高。建立使用分治策略解决聚类问题的算法架构，充分考虑数据本身特性并对传统的FCM算法进行改进，标准数据集的实验结果表明这种基于分治策略的FCM聚类算法较好地提高了算法的聚类准确率，加快了收敛速度。