《表2 在UCI的标准数据集iris上的算法结果对比》

  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

《改进的并行模糊核聚类算法在电力负荷预测的应用》

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

表2为K-means和MKFCM对UCI标准数据集iris上的聚类结果，本例中MKFCM采用了高斯核，且σ=200。上述MKFCM算法在初始化聚类中心后，通过多次迭代，不断更新隶属度和聚类中心，直到目标函数满足收敛阈值的要求，最后根据隶属度的大小将样本划归到隶属度最大的类中去。结果表明KFCM算法相较K-Means算法而言具有更好的稳定性。