基于量子粒子群模糊C均值聚类算法应用研究

• 作者: 张振华 朱然 王富强
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 模糊C均值聚类 抗噪性 道岔缺口 图像分割
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 137-141
• 页数: 5页
• 分类号: TN911.73
• 字数: 3865字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.11.039

摘要

模糊C均值聚类对初始参数有着较强的依赖性,文中针对其对初始聚类中心敏感的问题,提出利用量子粒子群来优化FCM的初始聚类中心.粒子群优化算法具有较强的全局搜索能力,但局部搜索能力不足,因此借助于量子理论,将粒子群量子化,借助量子旋转门改变粒子的移动,同时利用量子非门增加种群的多样性,加强粒子群优化算法的局部寻优能力.并最终利用量子粒子群优化算法搜寻FCM算法的初始聚类中心,通过实验仿真表明,改进的算法在加快搜索速度的同时,能获得较为稳定的聚类中心且分割效果明显优于标准的FCM算法.