FCM4DD公司

方向数据模糊c均值聚类算法(FCM4DD)。聚类分析是一种常用的数据分析工具。聚类分析的目的是根据数据集的相似性和不同性,将数据集分成若干子集。本文采用模糊c-均值算法对方向数据进行处理。在文献中,有几种方法用于方向数据的聚类。由于在这些方法中使用三角函数,聚类是通过近似距离来完成的。与其他方法不同,FCM4DD使用角度差作为相似性度量。因此,本文提出的算法是一种更为一致的聚类算法。FCM4DD的主要优点是,该方法是一种有效的无分布聚类方法。它可以用于N维数据和循环数据。除此之外,该方法的重要意义在于它适用于决策过程、基于规则的专家系统和预测问题。本文将现有的一些聚类算法和FCM4DD算法应用于各种人工数据和真实数据,并对它们的结果进行了比较。结果表明,FCM4DD算法在一致性、精度和计算时间上都具有一定的优越性。根据隶属度对方向数据模糊聚类算法(FCM4DD和FCD)进行了比较,FCM4DD算法比FCD算法获得了更为令人满意的结果。