量子粒子群优化改进的模糊C均值聚类算法

• 作者: 李引 毛力 须文波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 模糊C-均值(FCM) 量子粒子群(QPSO) 新距离标准
• 年，卷（期）: 2012,（35）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 151-155,173
• 页数: 6页
• 分类号: TP18
• 字数: 4748字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1204-0392

摘要

针对模糊C-均值(FCM)聚类算法对初始聚类中心选择敏感,易陷入局部最优的问题,提出一种量子粒子群优化改进的模糊C均值聚类算法.该算法引入的基于新距离标准的量子粒子群(AQPSO)算法不仅可以降低初始点敏感度,较快地收敛到最优解,而且能够提高全局搜索能力.仿真实验证明,该融合算法在摆脱局部最优区域,保证收敛速度同时使得聚类效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	409	3078	23.0	34.0
2	毛力	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	64	283	8.0	12.0
3	李引	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	1	7	1.0	1.0