基于改进PSO的自适应FCM聚类算法

• 作者: 宣杰 张琳 王汝传
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 改进粒子群优化算法 自适应 早熟 后期震荡
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 59-64,73
• 页数: 7页
• 分类号: TP393
• 字数: 6189字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.06.010

摘要

针对传统模糊C-均值(fuzzy C-means,FCM)聚类算法存在对初始聚类中心选取的敏感性问题,提出一种基于改进粒子群优化(particle swarm optimization,PSO)算法的FCM聚类算法.为进一步提高PSO算法的全局寻优能力,探讨了一种基于自适应惯性因子的改进粒子群算法,该算法不仅优化了全局寻优能力和局部搜索能力,而且也有效解决了早熟现象并避免了后期震荡现象.实验结果表明,将改进PSO用于FCM聚类算法中可以克服对初始中心点选择的敏感性问题,拥有较高的全局寻优能力,聚类精度方面也得到了进一步提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汝传	南京邮电大学计算机学院	671	6841	35.0	53.0
5	张琳	南京邮电大学计算机学院	44	414	10.0	19.0
9	宣杰	南京邮电大学计算机学院	1	6	1.0	1.0