论文部分内容阅读
传统FCM算法存在聚类初始中心点敏感及迭代次数多的缺点,提出一个改进聚类初始中心点的加强FCM算法。新算法通过数据转换及排序把数据划分到合适的簇中,从而找到最好的聚类初始中心点。在给定聚类数目的条件下,通过UCI机器学习数据库中的两组数据集进行实验比较,结果表明采用加强FCM算法比传统FCM算法收敛速度更快,有较高的准确率和稳定性。