基于粒子群优化的模糊C-均值聚类算法研究

• 作者: 刘志镜 王纵虎 陈东辉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 聚类 模糊C-均值聚类 粒子群优化 粒子编码 初始聚类中心
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 166-169
• 分类号: TP391
• 字数: 4752字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.09.037

摘要

针对用模糊C-均值聚类算法选择初始聚类中心敏感及模糊加权指数m对模糊C-均值聚类算法的聚类性能影响较大等问题,利用粒子群优化算法的全局寻优能力强及收敛速度较快的特点,结合模糊C-均值算法提出一种新的模糊聚类算法；采用了一种简单有效的粒子编码方法,将初始聚类中心和模糊加权指数m同时进行粒子群优化搜索,在得到最优适应度的同时,m也收敛到一个稳定的最优解,从而有效地解决了上述问题.算法在人工合成数据集和多个UCI数据集上都取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志镜	西安电子科技大学计算机学院	85	1241	20.0	31.0
2	陈东辉	西安电子科技大学计算机学院	5	63	4.0	5.0
3	王纵虎	西安电子科技大学计算机学院	5	63	4.0	5.0