1 FCM FCM 算法的学习、 算法的学习、 应用（图像分割） 应用（图像分割） 、相关改进研究 、相关改进研究本人工作： 1 、什么是FCM 算法 2 、FCM 算法怎么应用于图像分割 3 、影响FCM 算法的因素 4 、自己对于FCM 算法改进的思考3 模糊C 均值聚类算法 FCM 算法是一种基于划分的聚类算法，它的思想就是使得被 划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最 小。 模糊C 均值算法是普通C 均值算法的改进，普通C 均值算法对 于数据的划分是硬性的，而FCM 则是一种柔性的模糊划分。在介 绍FCM 具体算法之前我们先介绍一些模糊集合的基本知识。 隶属度函数是表示一个对象x隶属于集合A 的程度的函数，通常记做 A (x) ，其自变量范围是所有可能属于集合A 的对象（即集合A 所在空间中 的所有点），取值范围是0,1 ，即0=1 ， A (x)=1 。 A (x)=1 表示x完全隶 属于集合A ，相当于传统集合概念上的xA 。一个定义在空间X=x 上的隶 属度函数就定义了一个模糊集合A ，或者叫定义在论域X=x 上的模糊子集 。对于有限个对象x 1 ，x
