基于灰狼优化的模糊C-均值聚类算法

• 作者: 刘建生 朱凡 谢亮亮
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 聚类分析 灰狼优化算法 模糊C-均值聚类 初始聚类中心 全局优化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法与语言
• 页码范围: 28-30
• 页数: 3页
• 分类号: TP312
• 字数: 3435字
• 语种: 中文
• DOI: 10.11907/rjdk.171030

摘要

针对模糊C-均值聚类算法(FCM)存在易受初始聚类中心影响和容易陷入局部最优的问题,提出了一种将灰狼优化算法(GWO)和模糊C-均值相结合的新聚类算法(GWO-FCM).该算法利用GWO算法强大的全局寻优能力对FCM算法的聚类中心进行优化,模拟灰狼优秀的搜寻猎物行为找到一组最佳聚类中心来提高FCM的聚类效果.通过UCI数据集的仿真结果和算法比较验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建生	江西理工大学理学院	44	194	7.0	12.0
2	谢亮亮	江西理工大学理学院	2	3	1.0	1.0
3	朱凡	江西理工大学理学院	2	3	1.0	1.0