基于粒子群优化的模糊C均值聚类算法

• 作者: 辛海明 陶志穗
• 来源期刊: 计算机安全
• 学科: 工学
• 关键词: 粒子群优化 模糊C均值聚类 梯度下降 群体智能 全局寻优
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 学术·技术
• 页码范围: 33-35
• 页数: 3页
• 分类号: TP3
• 字数: 2993字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0428.2009.02.011

摘要

该算法(YNPF)主要是针对粒子群在优化聚类中心时运行时间过长而提出的.YNPF首先利用模糊聚类的有效性测量方法确定最佳聚类数目,然后,利用一种改进的粒子群优化(YNPSO)算法去优化模糊C均值(WAFCM[1])聚类的中心,最后,再用WAFCM进行聚类.试验表明,该算法能提高分类的正确率,提高运算速度,聚类效果优于使用基本的FCM、基本的PSO以及两者的简单结合(PF)和定标法[2]与WAFCM的结合(NPF).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶志穗	华南理工大学理学院	10	36	4.0	5.0
2	辛海明	华南理工大学理学院	1	6	1.0	1.0