文献类型：期刊文章

作　　者：江克勤[1] 施培蓓[2]

机构地区：[1]安庆师范学院计算机与信息学院,安徽安庆246011 [2]合肥师范学院现代教育技术中心,安徽合肥230601

出　　处：《合肥工业大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(60773128);安庆市科学技术局重点科技计划资助项目(2003-50)

年　　份：2009

卷　　号：32

期　　号：5

起止页码：762-764

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：文章针对模糊C-均值(FCM)算法对初始中心敏感的缺点,通过计算样本的权重,提出基于权重的初始中心选取算法,选取有代表性的样本作为初始聚类中心,给出优化初始聚类中心的FCM算法。与传统算法比较,改进算法可以得到较稳定的结果,并且提高了聚类的准确率;实验证明了改进算法的有效性。

关 键 词：聚类 模糊C均值 权重  聚类中心

分 类 号：TP311]