›› 2016, Vol. 38 ›› Issue (1): 20-25.doi: 10.16507/j.issn.1006-6055.2016.01.005
李艳川，1，2 周新华1，2 董子文1，2 杨桢1，2，3
摘要：
针对传统FCM算法中聚类结果对初始聚类中心敏感，分类数C依赖于先验知识确定的不足，提出了基于样本密度的非监督动态改进FCM算法。该算法基于初始样本密度确定初始聚类中心，基于模糊伪F统计量自动确定最佳分类数，实现了基于样本密度非监督状态下的动态聚类。选取瓦斯涌出量的聚类分析进行应用，应用结果表明，该算法能合理选择初始聚类中心并动态确定分类数，降低了对初始聚类中心的依赖度，提高了收敛速度和自动化程度，并能根据指标做出正确预测。
中图分类号:
