1) partial supervised and weighted fuzzy C-means algorithm
部分监督模糊C-均值聚类算法
1.
Ideal objective in decision making theory is regarded as supervised information, a new multi-objective decision making method utilizing partial supervised and weighted fuzzy C-means algorithm of fuzzy clustering analysis has been proposed in this paper, the method is not only able to identify optimal project, but also to ascertain order and .
本文以决策论中的理想目标作为监督信息,利用模糊聚类分析中的部分监督模糊C-均值聚类算法,提出一种新的多目标决策方法,该方法不仅能识别最佳方案,而且能确定各备选方案的排序,以及属于理想目标的程度。
2) partial supervision fuzzy c-means(PSFCM) algorithm
半监督模糊c均值算法
5) FCM clustering algorithm
模糊C-均值聚类算法
1.
Modifying the objective function of FCM and introducing a variable as the parameter to control the tight degree of neighborhood effect present a spatial model to FCM clustering algorithm.
模糊C-均值聚类算法(FCM)已广泛地运用到MR图像的分割中。
6) fuzzy C-mean(FCM) clustering algorithm
模糊C均值(FCM)聚类算法
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