基于SFLA和FCM的Web搜索结果聚类

• 作者: 张桂珠 许方
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Web搜索结果聚类 混合蛙跳算法 模糊C均值 搜索策略
• 年，卷（期）: 2013,（14）
• 页码范围: 109-112,116
• 页数: 5页
• 分类号: TP301
• 字数: 5399字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1111-0249

摘要

针对模糊聚类算法中存在的对初始值敏感、易陷入局部最优等问题，提出了一种融合改进的混合蛙跳算法（SFLA）的模糊C均值算法（FCM）用于Web搜索结果的聚类。新算法中，使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程。改进的SFLA通过混沌搜索优化初始解，变异操作生成新个体，并设计了一种新的搜索策略，有效地提高了算法寻优能力。实验结果表明，该算法提高了模糊聚类算法的搜索能力和聚类精度，在全局寻优能力方面具有优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂珠	江南大学物联网工程学院	33	196	9.0	12.0
2	许方	江南大学物联网工程学院	2	15	2.0	2.0