改进的粒子群模糊聚类算法

• 作者: 宋威 李静 钱雪忠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊聚类 模糊C-均值聚类算法 粒子群优化算法 紧凑性 分离性
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 115-118,122
• 页数: 5页
• 分类号: TP18
• 字数: 4660字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1304-0211

摘要

针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点，将粒子群优化算法和FCM算法相结合，提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中心，使其跳出局部最优，实现模糊聚类。主要从反映数据集分类的类内紧致性程度和类间分离性程度的角度考虑，重新设计适应度函数。实验结果表明，提出的算法在聚类正确率和有效性指标上有更好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	李静	江南大学物联网工程学院	66	271	8.0	14.0
3	宋威	江南大学物联网工程学院	44	158	8.0	10.0