【摘要】类内距离和类间距离数值量级差异性导致两类距离无法直接融合，进而影响了FCM聚类模型设计。首先，本文全面回顾了经典和改进型的FCM聚类模型，构建了类内距离和类间距离迹的关系模型，分别从类内类间距离的变化不一致性和量级差异性两个方面分析了现有FCM聚类模型的不足；其次，运用高斯核距离替代传统的欧式距离来表征类内类间距离，基于最小化类内紧凑度与类间分离度差的思想，设计了类内类间距离平衡方法，提出了一种改进的FCM聚类目标函数与算法；最后，运用算例说明了本方法的有效性和优越性。