基于QPSO的模糊C均值聚类算法

• 作者: 居红云 李朝锋 王琪
• 来源期刊: 微电子学与计算机
• 关键词: 量子粒子群算法 粒子群算法 模糊C均值聚类
• 年，卷（期）: 2008,（7）
• 页码范围: 194-197
• 页数: 4页
• 分类号: TP301
• 语种: 中文

摘要

针对模糊C均值(FCM)聚类算法存在的缺点,利用量子粒子群优化(QPSO)算法的全局搜索能力,提出了一种新的聚类算法--基于量子粒子群优化的FCM聚类算法(QPSOFCM). QPSOFCM算法先对随机初始点利用QPSO进行优化,然后利用产生的中心点进行聚类,重复上述两步操作直至结果满意为止.新算法可以降低FCM算法对初始点的敏感度,一定程度上避免了FCM算法易陷入局部极优的缺陷.几组数据实验结果表明,与FCM和PSOFCM算法相比,提出的QPSOFCM算法聚类结果更可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李朝锋	江南大学信息工程学院	48	430	12.0	19.0
2	王琪		14	269	7.0	14.0
3	居红云	江南大学信息工程学院	3	60	3.0	3.0