【零散知识】模糊C-均值(Fuzzy c-means, FCM)

前言：

{

    新买的内存到货了，现在多目标识别是跑起来了，但是由于设计的问题（估计是输出和损失，因为模型的输出没加softmax，并且损失直接是输出与标签的均方差），训练过了几个迭代后模型就只给出全0（磨洋工），见图1。

图1

    所以这次还是零散知识，是我之前在工作中了解到的一种模糊聚类——模糊C-均值(Fuzzy c-means, FCM)。

}

 

正文：

{

    实际上如果你知道k-means，Fuzzy c-means对你来说就很容易（不了解k-means的话可以百度，资料非常多）。FCM只是在k-means的目标函数中添加了隶属度（像是权值）。

    FCM的目标函数如式1。

式1

    其中x代表样本，m代表所选的聚类中心，μ代表隶属度，b大多情况下为2[2]。

    实际上，把式1中的μ设为常数1后式1就变成了k-means的目标函数。

    FCM的聚类过程与k-means的类