2) Modified Fuzzy C-Means Clustering(MFCMC)
改进的模糊C均值聚类(MFCMC)
3) Improved fuzzy c-means alg orithm
改进的模糊C-均值算法
4) Modified Fuzzy c-means
改进模糊c均值
1.
In this article, a new method, Modified Fuzzy c-means (MFc) method, is proposed to treat the ill-balanced dataset of f.
本文章提出了一种新的解决数据不平衡问题的方法,用改进模糊c均值(MFc)方法将总的数据分成两个子集,而激活的体素总是聚在一个子集中,由此可以将需要进行分析运算的体素数目减至一半,这样不但可以有效的解决fMRI数据存在的不平衡问题,而且也提高了聚类分析的效率。
5) improved FCM
改进模糊C-均值
6) fuzzy c-means clustering
模糊C均值聚类
1.
The analog circuits fault diagnosis based on fuzzy C-means clustering;
基于模糊C均值聚类的模拟电路故障诊断
2.
Segmentation of fat and lean meat in beef images based on fuzzy C-means clustering;
基于模糊C均值聚类的牛肉图像中脂肪和肌肉区域分割技术
3.
Brain MR image segmentation based on anisotropic Gibbs random field and fuzzy C-means clustering model;
基于Gibbs场与模糊C均值聚类的脑MR图像分割
补充资料：动态模糊聚类法
分子式：
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条