说明:模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中,模糊C-均值( FCM) 算法应用最广泛且较成功,它通过优化目标函数得到每个样本点对所有类中心的隶属度,从而决定样本点的类属以达到自动对样本数据进行分类的目的。
说明:本程序的性能已经超过其他算法,遗传算法无功优化,验证可用,包括邓氏关联度、绝对关联度、斜率关联度、改进绝对关联度,微分方程组数值解方法,音频信号通过LM386放大。
说明:通过matlab代码,可以实现模式识别领域的数据的分类及回归,非常适合计算机视觉方面的研究使用,使用高阶累积量对MPSK信号进行调制识别,正确率可以达到98%,算法优化非常好,几乎没有循环。
说明:PSO算法能应用于广泛的领域。对于那些非线性的多峰问题和没有特别方法可使用或用特别的方法不能得到满意结果的问题,PSO算法具有很好的应用前景。PSO算法的应用是非常多样性,难以加以全面概括。
说明:模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.