原文服务方: 西安工程大学学报       
摘要:
模糊C均值聚类具有较广泛的应用,但该聚类算法本身存在容易陷入局部最优、对初始值敏感的缺点。本文提出基于蝙蝠算法与模糊C均值算法相结合的BA FCM 聚类算法,并通过数值实验对比,说明BAFCM 聚类效果优于FCM 、PFA 。
推荐文章
基于改进BA算法的K-means聚类
蝙蝠算法
莱维飞行
惯性权重
limit阈值
K-means算法
基于模糊扩展聚类的关联编码算法设计
模糊聚类
概率统计
关联编码
基于模糊聚类遗传算法的图像分割方法研究
模糊聚类
遗传算法
图像工程
图像分割
基于蚁群算法的模糊C均值聚类
FCM
蚁群算法
模糊聚类算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BA 的模糊聚类算法研究
来源期刊 西安工程大学学报 学科
关键词 蝙蝠算法 模糊C均值聚类 BAFCM 优化
年,卷(期) 2013,(5) 所属期刊栏目 基础科学
研究方向 页码范围 680-683,693
页数 5页 分类号 TP183
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贺兴时 西安工程大学理学院 136 975 16.0 25.0
2 尤加辉 西安工程大学理学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (34)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (71)
二级引证文献  (3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蝙蝠算法
模糊C均值聚类
BAFCM
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安工程大学学报
双月刊
1674-649X
61-1471/N
大16开
1986-01-01
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
论文1v1指导