FUAT模糊聚类分析工具摘要：众所周知,模糊聚类是一种软聚类方法并且主要以通过计算每个集群的隶属度的分段数据为基础。然而在调查不同集群之间的关系方面,当前的大多数模糊聚类模块打包在开放资源和商业产品中，都缺乏使用户能够更加深入和直观地探索模糊集群的能力。此外,在没有决策者或专家的情况下,在模糊聚类研究中确定集群的数量也非常困难。因此在这项研究中，一个被称为FUAT的桌面软件得到发展，它能够分析、探索并将从模糊c聚类算法(FCM)中分离出来模糊群集可视化。此外，为了获得并告知可能的自然集群数量，FUAT还配备了期望的最大化算法。1、介绍聚类是一种无人监督的，划分多元数据点集合成有意义的组织的分类方法,同组中的所有成员代表类似的特征而在不同群体之间的数据点彼此不同。有许多基于模糊概率和可能的方法和聚类算法,如k 均值聚类、c均值聚类、层次聚类。模糊c聚类算法(FCM)是使用最普遍的聚类算法之一。FCM结合c均值聚类方法与存在的模糊性数据处理，这种结合使它更强大,因为数据的模糊性在创建脆分区以一种不利的方式影响结果。一般来说,软聚类技术旨在消除这种情况,FCM是一种基于模
