暂无评论
模糊聚类是一种重要数据分析和建模的无监督方法。对模糊聚类进行了概述，从理论和实验2个方面研究了模糊c均值聚类算法。
在Matlab环境下使用FCM-GRNN聚类算法的实现方法，通过实际应用和研究，证明了其良好的聚类效果。本文还提供了注释齐全的相关程序的下载链接，方便读者深入学习和实践。
FCM聚类 交通状态判别算法研究 代码+相关文献
matlab实现模糊C均值聚类，附带包含600个2维数据的数据集，可视化展示结果。数据集有3类，分别分布在第一、二 三象限。
根据网络节点的局部拓扑信息构建稀疏相似网络。基于稀疏相似网络,提出了一种改进后的随机聚类采样算法对网络社团进行探测。在人工和真实网络上,将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了
论文研究-综合评价系统客观性指标权重的确定方法.pdf, 任何综合评价系统 ,都必须确定评价指标的权重 .当专家无法凭经验确定指标权重时 ,如何寻求确定指标权重的客观性标准 ,是一个既重要又令人困惑
针对态势评估中评估因素的不确定性、模糊性和模糊集划分、隶属函数需事先给定以及忽略了数据分布特点对评估结果影响的问题,提出了基于最佳聚类准则的多级模糊综合评判态势评估方法。根据最佳聚类准则得到最佳聚类数
短幅系数是摆线针轮行星减速器的重要设计参数，它直接决定着减速器的性能.针对目前设计中短幅系数往往由经验选取的问题，提出了以单参数最大效能体积比来确定最佳短幅系数的方法.并基于遗传算法对摆线针轮行星减速
给出了一种基于人工免疫的可更新簇聚类算法。该算法在aiNet聚类算法的基础上,引入记忆抗体“年龄”的概念。模型学习过程中在抗体不断地与抗原接触时,超过“年龄”阈值的记忆抗体转化为一般抗体,以此达到聚类
在许多领域中，聚类是重要分析技术之一，如数据挖掘、模式识别和图像分析。针对K-means算法过度依赖初始聚类中心的选择而陷入局部最优的问题，提出了基于自适应步长的萤火虫划分聚类算法（ASFA）。利用萤
暂无评论