針對(duì)傳統(tǒng)模糊C一均值（ FCM）聚類算法初始聚類中心不確定，且需要人為預(yù)先設(shè)定聚類類別數(shù)，從而導(dǎo)致結(jié)果不準(zhǔn)確的問題，提出了一種基于中點(diǎn)密度函數(shù)的模糊聚類算法。首先，結(jié)合逐步回歸思想作為初始聚類中心選取的方法，避免收斂結(jié)果陷入局部循環(huán)；其次，確定可能的聚類類別數(shù)目；最后，對(duì)結(jié)果進(jìn)行重疊度和分離度的模糊聚類有效性指標(biāo)判定，確定最佳的聚類類別數(shù)。實(shí)驗(yàn)證明該算法與原改進(jìn)C一均值聚類算法相比，減少了迭代次數(shù)，平均準(zhǔn)確率提高了12%。實(shí)驗(yàn)結(jié)果表明該算法能夠減少聚類的處理時(shí)間，并在平均準(zhǔn)確率和聚類性能指標(biāo)上優(yōu)于對(duì)比算法。
?