Главная > Нечеткие методы автоматической классификации
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

3.2.2.4. Алгоритм Беждека — Данна

(Fuzzy ISODATA algorithm, FCM algorithm) [83], [85], [53], [59], [55], [61] в приведенной ниже версии минимизирует критерий в виде (3.46), так что решение задачи классификации находится в следующем виде:

Параметры алгоритма:

с — число нечетких кластеров в искомом разбиении

у — показатель нечеткости классификации,

Схема алгоритма:

1. Выбирается начальное разбиение на с нечетких классов, описываемое с непустыми функциями принадлежности, которое представляет собой массив С-мерных столбцов, для всех , так что полученная матрица начального разбиения имеет с строк и столбцов;

2. Пусть построено некоторое разбиение в виде массива из С-мерных столбцов; вычисляется набор центров в соответствии с формулой

3. Строится -е разбиение в виде массива из с-мерных столбцов, порождаемое набором центров где то есть если то

4 Вычисляется некоторое пороговое значение и производится сравнение по правилу: если то и алгоритм заканчивает работу, в противном случае полагается и осуществляется переход на шаг 2.

Categories

1
Оглавление
email@scask.ru