基于人工萤火虫的模糊聚类算法研究

• 作者: 李雄伟 赵小强 骆东松
• 来源期刊: 工业仪表与自动化装置
• 关键词: 数据挖掘 模糊C-均值聚类 人工萤火虫算法 GSFM
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 科研论坛
• 页码范围: 3-6
• 页数: 4页
• 分类号: O159
• 语种: 中文

摘要

模糊C-均值(FCM)聚类算法是数据挖掘中常用的方法之一,但往往受到初始聚类中心影响,收敛结果易陷入局部极小值的问题.该文提出了一种基于人工萤火虫(GSO)的模糊聚类算法(GSFM).该算法引入了全局寻优能力强的人工萤火虫算法来求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效克服了FCM算法的缺点.实验结果表明,新算法与FCM聚类算法相比,提高了算法的寻优能力,并且迭代次数更少,收敛速度更快,聚类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小强	兰州理工大学电气工程与信息工程学院	66	312	10.0	13.0
2	骆东松	兰州理工大学电气工程与信息工程学院	41	229	8.0	14.0
3	李雄伟	兰州理工大学电气工程与信息工程学院	1	9	1.0	1.0