MFCM:修正模糊C均值
“修正模糊C均值”(Modified Fuzzy C Means,简称MFCM)是一种常用的聚类算法,为了便于书写和应用,通常在学术文献和技术讨论中简称为MFCM。该算法常见于模式识别、数据挖掘等综合性领域,被广泛应用于未分类数据或跨学科研究中。
modified Fuzzy C Means具体释义
modified Fuzzy C Means的英文发音
例句
- Firstly, a modified fuzzy C means method is used on the RGB color space to identify senile plaques and neurofibrillary tangles in microscopic image of the hippocampus separately.
- 利用改进的模糊C均值算法对彩色图像的颜色信息进行聚类,分别提取了老年斑和神经元纤维缠结目标。
- In this paper a modified fuzzy c means algorithm ( MFCM ) is presented.
- 该文提出了一种改进的fuzzyC-means算法(MFCM)。
- This article presents a modified fuzzy C means algorithm on account of the defection of fuzzy C means algorithm and uses genetic algorithm to overcome the short of answer which is only local best answer.
- 针对模糊C均值算法的缺点,论文提出了一种改进模糊C均值算法,并将遗传算法引入到改进模糊C均值算法中,以克服所求解是局部最优解的不足。
- A Modified Fuzzy c means Clustering Algorithm
- 一种改进的fuzzyC-means聚类算法
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若MFCM词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。