摘要：该文针对线性可分数据提出一种鲁棒的基于模糊Fisher准则的半模糊聚类算法FFC-SFCA。FFC-SFCA通过模糊化散布矩阵，将模糊理论引入Fisher判别方法，通过对模糊Fisher准则函数迭代优化实现聚类。FFC-SFCA的优势在于具有很好的鲁棒性且可以获得可分性好的聚类结果，同时，可以求得最优鉴别矢量和分类阈值。实验证实了FFC-SFCA的有效性以及对两个常规聚类算法的优越性。

关键词：fisher准则 半模糊聚类 最优鉴别矢量 

单位：江南大学信息学院 无锡214122 淮阴工学院机械系 淮安223001