一种基于改进模糊C均值算法的去噪声建模方法

摘要：

基于改进的模糊聚类算法本文提出一种新的模糊建模方法.经典模糊C均值算法(FCM)对外界干扰比较敏感.因此我们引入了一个新的变量-可信度,即:可信度模糊C均值算法(CFCM).由于考虑了可信度,本文的算法比其它的算法抗干扰性强,并可以在剔除噪声点之后得到最贴近的聚类中心.仿真结果证明改进的模糊C均值算法可以成功的用于噪声点消除.

关键词： 模糊C均值算法 可信度模糊 C均值算法 最小二乘 模糊聚类算法

作者: 刘福才 孙立萍

作者单位: 燕山大学电气工程学院自动化系,秦皇岛,066004

会议类型: 国内会议

会议名称: 第十一届中国人工智能学术年会

会议地点: 武汉

会议语种:中文

页码: 162-167

在线出版日期: 2005-09-20（万方平台首次上网日期，不代表论文的发表时间）