摘要：為解決傳統(tǒng)的模糊C-均值（FCM）算法容易陷入局部最優(yōu)解的問題，該文提出了一種基于平滑技術(shù)改進(jìn)的FCM算法，考慮到處于不同位置的樣本點(diǎn)對(duì)分類的影響程度不同及聚類個(gè)數(shù)對(duì)聚類結(jié)果有很大影響，新算法結(jié)合了點(diǎn)密度及最佳聚類數(shù)確定方法，最后用有效性評(píng)價(jià)函數(shù)評(píng)估算法的有效性。實(shí)驗(yàn)證明，新方法聚類效果更好。以帕金森疾病為例對(duì)新方法在醫(yī)學(xué)中的應(yīng)用進(jìn)行了探討。
　　關(guān)鍵詞：模糊C-均值算法；平滑技術(shù)；點(diǎn)密度；聚類數(shù)；有效性評(píng)價(jià)函數(shù)
　　中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2012)03-0668-05
　　Application of an Improved FCM Algorithm in Medical Science
　　XU Li-