k-means融合FCM算法聚类研究  

On the Hybrid Model Combined k-means with FCM for Clustering

作　　者：王与[1] 陈寿文[1] 

机构地区：[1]滁州学院数学与金融学院

出　　处：《滁州学院学报》2014年第5期51-54,共4页Journal of Chuzhou University

基　　金：滁州学院科研启动基金资助项目(2014qd011)

摘　　要：k-means融合FCM算法执行聚类过程,是在k-means算法完成聚类后,以其聚类结果作为FCM算法执行的初值,并通过FCM算法的执行完成。从结果分析可以看出,该算法聚类的效果比单纯使用FCM算法好,能够减少FCM算法循环体迭代运行次数并增强算法的鲁棒能力。Combining k-means with FCM algorithm to execute clustering process refers to that we can take the results of k-means clustering algorithm as a FCM initial value to complete clustering process. As can be seen from the results, the clustering effect is better than FCM. It must reduce the number of loop iterations and enhance the robustness of the algorithm.

关 键 词：K-MEANS算法 FCM算法 混合均值算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]