作　　者： ;

机构地区： 重庆三峡学院计算机科学与工程学院

出　　处： 《软件》 2016年第6期37-40,共4页

摘　　要： 将求解单点极值解的Rosenbrock搜索法应用到具有k-代表点满意解特征的聚类分析中,给出了一种适合于数值型数据集的新型聚类分析算法,并以FCM聚类算法为对比进行了仿真实验,以观察算法的聚类效果。 Rosenbrock search method is often used for searching a satisfactory solution of one point, and now it will be generalized in clustering analysis for searching a satisfactory solution of k-deputy points. The generalized method was simulated by four data files contrasting with FCM.

关 键 词： 搜索 代表点 单点满意解 代表点满意解

领　　域： [自动化与计算机技术] [自动化与计算机技术]