本发明公开了一种基于Gauss诱导核的模糊c均值聚类算法,包括如下步骤:1.对样本集合依目标函数最小化原则进行最优化划分;2.初始化模糊隶属度或者初始化聚类中心;3.按Gauss诱导核聚类算法中的迭代计算公式对模糊隶属度和聚类中心进行参数估计;4.获得优化的目标函数。本发明能够有效利用核方法在聚类算法中的非线性表达能力,提升核聚类算法的聚类性能。且聚类中心迭代公式不包含聚类中心自身,满足了聚类算法迭代收敛证明的条件,从而从理论上保障了算法的收敛性。
商品类型 | 专利 | 申请号 | CN201710435842.3 | IPC分类号 | |
专利类型 | 发明 | 法律状态 | 有权 | 技术领域 | |
交易方式 | 普通许可 | 专利状态 | 已授权 | 专利权人 |
¥ 21,000 元
¥ 10,000 元
¥ 110,000 元
¥ 10,000 元