基于模糊c-means与自适应粒子群优化的模糊聚类算法

• 作者: 张振国 王长宾 耿宗科
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粒子群优化 参数调节 模糊聚类算法 自适应调节 收敛速度
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 267-272
• 页数: 6页
• 分类号: TP393
• 字数: 6166字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.8.054

摘要

已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法.首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数据进行训练与优化,训练过程中自适应地调节粒子群参数;最终,采用模糊c-means算法进行模糊聚类过程.对比实验结果表明,所提方法大幅度提高了计算速度,并获得了较高的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿宗科	河北师范大学数学与信息科学学院	6	12	2.0	3.0
2	王长宾	河北师范大学数学与信息科学学院	5	50	4.0	5.0
3	张振国	河北师范大学数学与信息科学学院	13	75	5.0	8.0