where m is any real number greater

where m is any real number greater than 1, uij is the degree of membership of xi in the cluster j, xi is the ith of d-dimensional measured data, cj is the d-dimension center of the cluster, and ||*|| is any norm expressing the similarity between any measured data and the center.
Fuzzy partitioning is carried out through an iterative optimization of the objective function shown above, with the update of membership uij and the cluster centers cj by:

ผลลัพธ์ (ไทย) 1:

m เป็น จำนวนจริงใด ๆ มากกว่า 1, uij เป็นระดับของการเป็นสมาชิกของซีอานซีกวนในเจคลัสเตอร์ ซีอานเป็นระยะ d มิติข้อมูลวัด cj ตัว d ขนาดของคลัสเตอร์ และ || *|| เป็นบรรทัดฐานใด ๆ แสดงความคล้ายกันระหว่างใด ๆ วัดข้อมูลและศูนย์พาร์ทิชันเอิบดำเนินการผ่านการเพิ่มประสิทธิภาพซ้ำของฟังก์ชันวัตถุประสงค์ที่แสดงข้างบน มีการปรับปรุงสมาชิก uij และคลัสเตอร์ศูนย์ cj โดย:

ผลลัพธ์ (ไทย) 2:

m คือจำนวนจริงมากกว่า 1 Uij คือระดับของการเป็นสมาชิกของซีอานในกลุ่มเจซีอานเป็น ith ของข้อมูลที่วัดได้ d มิติ, cj เป็นศูนย์กลาง d มิติของคลัสเตอร์และ || * | | เป็นบรรทัดฐานใด ๆ ที่แสดงความคล้ายคลึงกันระหว่างข้อมูลใด ๆ ที่วัดและศูนย์.
แบ่งคลุมเครือจะดำเนินการผ่านการเพิ่มประสิทธิภาพซ้ำของฟังก์ชันวัตถุประสงค์ดังกล่าวข้างต้นแสดงให้เห็นว่ามีการปรับปรุง Uij เป็นสมาชิกและกลุ่มศูนย์ cj โดย:

ผลลัพธ์ (ไทย) 3:

ที่เป็นจำนวนจริงใด ๆ มากกว่า 1 , uij เป็นระดับของสมาชิกในกลุ่ม ซี เจ ซี คือ อ. ของ d-dimensional ข้อมูลวัด , CJ เป็น d-dimension ศูนย์ของคลัสเตอร์ และ | | * | | เป็นบรรทัดฐานใด ๆที่แสดงความเหมือนระหว่างข้อมูลวัดและศูนย์ การ
ฟัซซี่ จะดำเนินการผ่านการเพิ่มประสิทธิภาพของวัตถุประสงค์ของฟังก์ชันที่แสดงข้างต้นกับการปรับปรุงของ uij สมาชิกและศูนย์กลุ่ม CJ โดย :