论文部分内容阅读
针对现有模糊聚类方法仅仅是对已有数据点的聚类的不足，提出了在已有数据集的基础上找到新的一类集群的聚类方法CFCM。该算法在FCM算法的基础上，通过引入观测点P作为聚类的先验知识，来大致确定未知集群的聚类中心，定义了权重系数A来限定观测点对新的一类聚类中心形成的影响程度。人造数据集和UCI真实数据集的实验结果表明，该算法不仅对已知数据点有较好的聚类效果，并且可以在观测点P的作用下在特定区域创造出新的一类无已知数据点的集群中心点的大致位置，因而在实际中有潜在应用价值。