基于粒子群优化算法的模糊C-均值聚类

• 作者: 刘小华 周春光 孙彩堂 张利彪 马铭
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 粒子群优化算法 模糊聚类 模糊C-均值算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 217-222
• 页数: 6页
• 分类号: TP18
• 字数: 3594字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2006.02.015

摘要

利用粒子群优化(PSO)算法全局寻优、快速收敛的特点, 结合模糊C-均值(FCM)算法提出一种新的模糊聚类算法. 新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程, 使算法具有很强的全局搜索能力, 很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度. 实验结果表明, 与FCM相比本文算法聚类更为准确, 效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
2	刘小华	吉林大学计算机科学与技术学院	18	336	7.0	18.0
3	孙彩堂	吉林大学计算机科学与技术学院	20	205	7.0	14.0
4	张利彪	吉林大学计算机科学与技术学院	22	437	10.0	20.0
5	马铭	吉林大学计算机科学与技术学院	11	418	8.0	11.0