论文部分内容阅读
提出了一种新型的基于类别融合的模糊最小最大聚类算法,该算法首先使用初始类别生成子算法对归一化后的数据集进行预处理,从而生成一系列初始模式类别;然后利用类别融合子算法,将类别融合问题转化为求一无向图的连通子图问题,从而得出在同一连通子图中的点融合为同一类,连通子图的数目为最终的聚类数目、仿真结果表明,在处理未知模式类别数目且数据样本任意分布的数据集时,该算法明显优于传统的模糊C均值算法。