where β is fuzziness indices and d(.) is Euclidean distance, x1, x2,
…, xn are observations of training data and uij is membership
value of xj to ith fuzzy set. At the end of the FCM application processes,
cluster centers vi(i=1, 2, …, c) and membership values
of training data observations to all fuzzy sets (uij, i=1, 2, …, c;
j= 1, 2, …, n) are obtained. The cluster centers are sorted into
an ascending order and the membership values are arranged
by the sort of orders.
where β is fuzziness indices and d(.) is Euclidean distance, x1, x2,
…, xn are observations of training data and uij is membership
value of xj to ith fuzzy set. At the end of the FCM application processes,
cluster centers vi(i=1, 2, …, c) and membership values
of training data observations to all fuzzy sets (uij, i=1, 2, …, c;
j= 1, 2, …, n) are obtained. The cluster centers are sorted into
an ascending order and the membership values are arranged
by the sort of orders.
การแปล กรุณารอสักครู่..
ที่βเป็นดัชนีเลือนและง (.) เป็นระยะทางยุคลิด, x1, x2,
... , xn เป็นข้อสังเกตของข้อมูลการฝึกอบรมและ UIJ เป็นสมาชิก
ค่าของ XJ เพื่อความเชื่อชุดเลือน ในตอนท้ายของการประยุกต์ใช้กระบวนการ FCM,
ศูนย์คลัสเตอร์ vi (i = 1, 2, ... , C) และค่านิยมที่เป็นสมาชิก
ของการสังเกตข้อมูลการฝึกอบรมชุดเลือนทั้งหมด (UIJ, i = 1, 2, ... , C;
J = 1 , 2, ... , n) จะได้รับ ศูนย์คลัสเตอร์ที่มีการจัดเรียงเป็น
เรียงลำดับและค่าสมาชิกจะถูกจัดเรียง
โดยเรียงลำดับของคำสั่งซื้อ
การแปล กรุณารอสักครู่..
ซึ่งเป็นดัชนี fuzziness บีตาและ D ( ) เป็นยุทธการโอะกินะวะ x1 , x2 ,
. . . . . ซินจะสังเกตข้อมูลการฝึกอบรมและ uij คือเป็นสมาชิก
คุณค่าของ XJ จะ ith ฟัซซีเซต ในตอนท้ายของ FCM ประยุกต์ใช้กระบวนการ
ศูนย์กลุ่ม 6 ( i = 1 , 2 , . . . , C ) และค่าสมาชิก
ฝึกการสังเกตข้อมูลชุดฟัซซี่ ( uij ฉัน = 1 , 2 , . . . , C ;
j = 1 , 2 , . . . , n ) จะได้รับ ศูนย์กลุ่มจะเรียงเป็น
เป็นลําดับ และค่าสมาชิกจะจัด
โดยเรียงลำดับของคำสั่ง
การแปล กรุณารอสักครู่..