《表1 各算法在UCI数据集上聚类结果》

  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

《特征逐减的可能性模糊聚类算法》

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给出的是各算法在UCI数据集上所需的迭代次数。分析可知，提出的FRPFCM算法花费的迭代次数是最少的，FRFCM算法次之，PFCM算法的迭代次数是最多的，说明FRPFCM算法可以减少迭代次数，降低算法运行复杂度。这是因为在迭代过程中，FRPFCM和FRFCM算法可以去掉无效特征量，算法鲁棒性增强。而FRPFCM算法考虑了数据样本对聚类的影响，因此迭代收敛效果更明显。