基于改进的粒子群算法和信息熵的知识获取方法

• 作者: 刘子文 张东波 许翔 黄辉先
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 粒子群优化 模糊C-均值 模糊粗糙集 属性约简 信息熵
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2245-2249
• 页数: 5页
• 分类号: TP182
• 字数: 5608字
• 语种: 中文

摘要

针对粒子群优化算法(PSO)易陷入局部优化的问题,在PSO算法加入交叉变异算子,克服了标准PSO算法易陷入局部最优的不足;并将改进的PSO算法和模糊C-均值聚类相结合,提出了一种新的模糊聚类算法CMPSO-FCM,该算法具有良好的搜索能力和聚类效果.进而将聚类得到的属性隶属矩阵用于属性约简,并提出一种基于信息熵的模糊粗糙集知识获取的方法.实验和实例分析表明该方法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄辉先	湘潭大学信息工程学院	132	921	17.0	23.0
2	张东波	湘潭大学信息工程学院	72	505	12.0	19.0
3	许翔	湘潭大学信息工程学院	3	14	2.0	3.0
4	刘子文	湘潭大学信息工程学院	4	28	3.0	4.0