《表4 不同聚类数目所对应的有效性函数的值 (m=1.5, m=2, m=2.5)》

《表4 不同聚类数目所对应的有效性函数的值 (m=1.5, m=2, m=2.5)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进的数据挖掘模糊聚类算法研究与分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
(注:算法1-传统FCM聚类算法;算法2-加入模糊熵的FCM聚类算法;算法3-加入相对熵的FCM聚类算法.)

(2) 加入相对熵,使算法在聚类的过程中兼顾了各聚类中心与同一数据对象隶属度之间的相互干扰,还将其他类对此类的干扰加入其中,最终使算法在各方面性能上均有提高.