中点密度函数的模糊聚类算法

　　针对传统模糊C一均值（ FCM）聚类算法初始聚类中心不确定，且需要人为预先设定聚类类别数，从而导致结果不准确的问题，提出了一种基于中点密度函数的模糊聚类算法。首先，结合逐步回归思想作为初始聚类中心选取的方法，避免收敛结果陷入局部循环；其次，确定可能的聚类类别数目；最后，对结果进行重叠度和分离度的模糊聚类有效性指标判定，确定最佳的聚类类别数。实验证明该算法与原改进C一均值聚类算法相比，减少了迭代次数，平均准确率提高了12%。实验结果表明该算法能够减少聚类的处理时间，并在平均准确率和聚类性能指标上优于对比算法。