搜索资源列表
hehe3333
- 模糊c-均值算法是模糊聚类中最常见、应用最广泛的分析方法之一．经典FCM算法理论和应用的研究已经相当成熟，Bezdek业已证明算法的收敛性［6］，许多软件提供了多种方便的FCM工具箱(如Matlab中FCM工具箱等)．但是传统FCM算法处理的是普通数据集，不能直接处理区间数，得到的聚类原型也不是区间数．针对区间数，一种直觉的方法是分别对左区间值和右区间值作FCM，并把得到的聚类原型分别作为区间型聚类原型的左右区间值，但这种方法已经被证明
PCA+FCM
- 利用PCA和模糊C均值相结合的方法实现图象的聚类
zhinengdianwang
- 基于 MAS 建立的分布并行计算环境，其任务调度问题具有新的特点 对于基于MAS 的配电快速仿真与模拟系统，以配电 网三相状态估计为例，建立了新的调度问题模型，提出了基于FCM 的启发式任务调度优化方法 该方法利用模糊C 均值聚类分析 算法对独立任务进行聚类分析，避免了在超大解空间中用基于搜索的方法去寻求最优解的做法 该方法具有线性时间复杂度，而 且通过大量算例表明它总是能够在合理的时间内获得次优解或最优解，使masDSE
FCM
- 模糊C均值聚类实现,此乃聚类的其中一种方法-fcm
11
- 一种新型的模糊C均值聚类初始化方法 模糊c均值聚类(FcM)是一种广泛采用的动态聚类方法，其聚类效果往往受初始聚类中心的影响。受自适应免疫系 统对入侵机体的抗原产生免疫记忆的机理启示，提出了一种新的产生初始聚类中心的方法。算法中，待分析的数据被视为 入侵性抗原，产生的记忆细胞作为聚类分析的初始中心-ABSTRACT：The rum C—means algorithm (FCM)is widely used for dy／kT
FLICM
- FLICM是基于模糊局部信息C均值聚类方法，是对传统FCM聚类方法的最新改进方法，其效果明显优于传统算法。-A novel and robust FCM fr a mework for image clustering called Fuzzy Local Information C-means (FLICM) clustering algorithm.
FCM-clustering
- 模糊C均值聚类算法,模糊C-均值算法(FCM)是一种能自动对数据样本进行分类的模糊聚类方法,通过优化目标函数得到每个样本点对类中心的隶属度来决定各样本点的归属.-FCM clustering
matFCMmatlab
- 用matlab实现的C均值模糊聚类方法，程序简单易懂，适合初学者学习以及中高级学者在编程时调用，真的非常好用！-Using matlab the C mean fuzzy clustering method, the program is simple to understand for beginners to learn, as well as senior scholars in the programming call, rea
FCM
- 此代码为模糊C均值聚类的图象分割算法的MATLAB实现（与kmeans方法有所不同）-This code is the image of the fuzzy C-means clustering segmentation algorithm in MATLAB
mohucjunzhi
- 此方法用模糊聚类的方法对全体样本进行分类，称为模糊c均值-Fuzzy c-means
FuzzyCAC
- FuzzyCAC by gaobin Email:gaobinsw@163.com QQ:632218827 博客：http://blog.sina.com.cn/gaobinsw 电话：13618257358 淘宝网店：http://gaobinsw.taobao.com 2012.4.12 [X,enterprise]=FuzzyCAC(type,classn)函
FCM
- 在matlab开发环境中，使用模糊C均值聚类的方法对数据进行聚类-In the Matlab development environment, the use of fuzzy C-means clustering methods for data clustering
fcm
- 模糊C均值聚类是聚类方法中常用的方法，这是它的一段源代码-Fuzzy C-Means clustering method, which is commonly used in the clustering method in a source code
FCMClust
- 模糊C均值聚类（FCM）算法是一种经典的模糊聚类分析方法，但其算法初始聚类中心集是随机选取的，从而造成算法的性能强烈的依赖聚类中心集的初始化。-Fuzzy C-Means clustering (FCM) algorithm is a classical fuzzy clustering analysis method, but the algorithm sets the initial cluster centers are sel
C_means
- 采用模糊C均值对数据集进行聚类分析的matlab实现方法 -Using Fuzzy C-Means clustering analysis of data sets of matlab implementation
Algorithms-for-FCM
- 模糊聚类方法在C均值聚类算法中的应用研究；作者: Sadaaki Miyamoto-Algorithms for Fuzzy Clustering Methods in c-Means Clustering with Applications Studies in Fuzzine（FCM）
Code-Segmentation
- 基于WFCM的最优阈值图像分割 阈值化是图像分割中广泛应用的一种有效工具。基于类别可分性准则的Otsu法是性能良好且受到普遍欢迎的自动阈值选择方法。Otsu方法与c均值聚类算法的准则在一定条件下是等价的，而c均值聚类算法还可以快速实现分割问题。目前人们提出了很多基于c均值聚类准则的图像阈值化方法，其中模糊c均值（FCM）是最流行的算法之一。但是FCM算法没有考虑样本矢量间对聚类效果的不同影响，因而使用加权模糊c均值（WFCM）来解决这个
cluster_VMDaFCM_casedat
- 为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心，采用海明贴近度对测试样本进行分类，并通过计算分类系数和“卜均模糊嫡对分类性能进行评价，将该方法 应用于滚动轴承变负荷故障诊断。
WFCMClust1
- 采用模糊C均值对数据集进行聚类，是一种很有效的聚类方法(Clustering data sets using fuzzy C-means is a very effective clustering method)
代码
- 模糊聚类方法的图像分割，即使用模糊C均值方法多次迭代产生聚类中心，分割图像(Image segmentation of FCM)