基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于多属性模糊C均值聚类的属性约简算法
数据挖掘
模糊C均值聚类
属性约简
聚类效果
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
改进的模糊核C-均值算法
聚类分析
模糊C-均值
核方法
无监督学习
基于Spark的模糊C均值算法改进
模糊C均值
Canopy算法
马哈拉诺比斯距离
Spark
并行化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于泛函序列的模糊C均值算法
来源期刊 科学技术与工程 学科 工学
关键词 聚类 模糊C均值 泛函迭代序列 最速下降法
年,卷(期) 2012,(30) 所属期刊栏目 计算机技术
研究方向 页码范围 7915-7919
页数 5页 分类号 TP301.6
字数 3706字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闫仁武 22 111 6.0 9.0
2 杨攀 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (37)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
模糊C均值
泛函迭代序列
最速下降法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导