TY -的A2 -张,力平盟——张Zhixun AU -王,胡安盟——徐Yanqiang盟——汉、魏PY - 2022 DA - 2022/06/24 TI -自适应聚类算法基于模糊神经网络的复杂网络SP - 9220581六世2022 AB -聚类分析作为数据挖掘技术的一个重要方法,只是提供了一个方法,研究和分析大量的数据。从最重要的节点,本文基于数据字段的划分聚类特征。灵敏度修剪算法用于进一步调整和优化模糊神经网络的结构,允许网络自动学习系统的结构和参数在不同的环境中并获得最优控制规则。最后,聚类函数将算法的输出结果。实验结果表明,复杂网络的自适应聚类算法提出了可以有效提高网络集群分工,减少算法的时间复杂度,避免提供集群的数量结构的问题。这种方法的集群结构效率可以达到97.6%,和聚类精度最高可以达到96.8%。本文提出的自适应聚类算法不仅克服了传统算法的缺陷,如需要预先确定的集群和集群的结果依赖于初始聚类中心的选择,但也有理想的聚类精度。本研究引入了一个新的和更有效的方法解决实际的困难问题复杂的控制系统。SN - 1574 - 017 - 2022/9220581 / 10.1155 x你——https://doi.org/10.1155/2022/9220581——摩根富林明-移动信息系统PB - Hindawi KW - ER