改进微分进化算法的半监督模糊聚类

• 作者: 吴小俊 张松顺 李朝锋 高翠芳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 模糊聚类 标示数据 未标示数据 微分进化算法 半监督学习
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1046-1047,1051
• 页数: 3页
• 分类号: TP301
• 字数: 2408字
• 语种: 中文

摘要

通过对已标示和未标示数据的学习和分类,提出一种改进微分进化算法的半监督模糊聚类.先从大量的数据中选取一小部分进行标记,然后利用标记数据来指导进化过程,实现对未标记数据的分类.通过参考粒子群算法惯性权重思想,引入惯性加权系数,在计算初期能够维持个体的多样性,后期能够加快算法的收敛速度,有效提高了算法的性能.遥感图像数据实验结果显示该方法可以提高分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学信息工程学院	170	1079	17.0	22.0
2	李朝锋	江南大学信息工程学院	48	430	12.0	19.0
3	高翠芳	江南大学信息工程学院	18	91	5.0	9.0
4	张松顺	江南大学信息工程学院	2	27	2.0	2.0