集粒度计算、蚁群算法与模糊思想的聚类算法

• 作者: 秦亮曦 邵明来
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 模糊C均值算法 粒度计算 蚁群算法
• 年，卷（期）: 2015,（2）
• 页码范围: 78-81,85
• 页数: 5页
• 分类号: TP301.6
• 字数: 4712字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.02.018

摘要

模糊C均值聚类算法在开始时采用随机的方式选取初始聚类中心，该方式使得FCM算法对初始聚类中心的选取极为敏感，且在局部范围内较易得到最优解，但是在全局范围内的效果较差；蚁群聚类算法根据先验知识随意设定蚂蚁拾起或放下数据对象的概率，缺乏严密的数学依据。针对FCM算法和蚁群算法的不足，文中将模糊粒度计算的思想推广应用到蚁群聚类算法中，并将改进后的蚁群聚类算法与模糊C均值聚类算法相结合，提出了一种将粒度计算、蚁群算法与模糊C均值算法思想相结合的聚类算法。经过实验验证，改进后的算法较原算法具有更好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦亮曦	广西大学计算机与电子信息学院	43	334	10.0	17.0
2	邵明来	广西大学计算机与电子信息学院	1	6	1.0	1.0