论文部分内容阅读
对于团状、每类样本数相差较大的数据集，FCM算法和半监督模糊C均值聚类算法都不是最佳聚类方法，因为它们对数据集有等划分趋势。针对这种情况，利用样本点分布密度大小作为权值，结合半监督学习方法，提出半监督点密度加权模糊C均值聚类算法。在半监督学习过程中，对于求极值的问题采用模拟退火算法。结果证明，点密度加权模糊C均值聚类算法确实能提高聚类精度。