基于改进的粒子群优化的模糊C-均值聚类算法

• 作者: 王杨
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 粒子群优化算法 模糊C-均值聚类算法 初始聚类中心 K均值算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 1610-1612,1724
• 页数: 4页
• 分类号: TP301.6
• 字数: 3213字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.09.016

摘要

利用粒子群优化(PSO)算法全局寻优的特点,很大程度上避免了模糊C-均值聚类(FCM)算法对初值敏感、易陷入局部收敛的缺陷.利用收敛速度快的K均值聚类法得到的聚类中心作为PSO算法初始聚类中心的参考,提出一种新的模糊C-均值聚类算法Improved PSO FCM.实验结果表明,论文算法提高了FCM的搜索能力,聚类更为准确,效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王杨	辽宁石油化工大学计算机与通信工程学院	7	31	3.0	5.0