基于马氏距离的模糊c-均值增量学习算法  

作　　者：蔡静颖[1] 张永[2] 

机构地区：[1]牡丹江师范学院计算机科学与技术系,黑龙江牡丹江157011 [2]辽宁师范大学计算机与信息学院,辽宁大连116081

出　　处：《牡丹江师范学院学报（自然科学版）》2011年第1期1-3,共3页Journal of Mudanjiang Normal University：Natural Sciences Edition

基　　金：辽宁省科技厅博士启动基金(20081079);辽宁省教育厅科学技术研究项目(2008347)

摘　　要：提出一种基于Mahalanobis距离的模糊c-均值算法(FCM-M),它将经典的模糊c-均值中的欧式距离用Mahalanobis距离替代,利用Mahalanobis距离的优点,有效解决了FCM算法中的缺陷,并提高了训练精度.将其用于增量式学习中,结果对孤立点不敏感,实验结果显示了该算法的有效性和优越性.

关 键 词：模糊C-均值 马氏距离 奇异问题 增量学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]