1) Hierarchical Fuzzy Min-Max Clustering Algorithm
分层模糊最小-最大聚类算法
1.
In this thesis, image clustering technique is used to deal with this problem, and a novel Hierarchical Fuzzy Min-Max Clustering Algorithm is proposed based on Fuzzy Min-Max Clustering Neural Network for clustering image.
针对基于内容图像检索的研究问题之一，即如何建立合适的高维索引的问题，本文采用图像聚类技术作为建立索引的方法，在模糊最小-最大聚类神经网络学习算法的基础上提出一种分层模糊最小-最大聚类算法，并对其理论和应用进行相关研究。
2) fuzzy min-max clustering algorithm based-on group fusion
基于类别融合的模糊最小最大聚类算法(FMMCA)
3) fuzzy maximal tree clustering
模糊最大树聚类
4) maximum entropy fuzzy clustering
最大熵模糊聚类
1.
Fast data association algorithm based on maximum entropy fuzzy clustering;
基于最大熵模糊聚类的快速数据关联算法
5) Fuzzy Min-Max Clustering Neural Networks
模糊最小-最大聚类神经网络
6) fuzzy maxi-tree algorithm
模糊最大树算法
补充资料：动态模糊聚类法
分子式：
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条