基于粒子群优化的模糊C均值聚类算法?

• 作者: 王宇钢
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 聚类 粒子群优化 模糊C均值聚类算法 粒子群聚类算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 智能算法
• 页码范围: 36-39,44
• 页数: 5页
• 分类号: TP301
• 字数: 4033字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.08.009

摘要

针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感,易陷入局部最优解的不足,将改进的粒子群聚类算法与FCM算法相结合,提出了一种基于粒子群优化的模糊C均值聚类算法.该算法对粒子群初始化空间及粒子移动最大速度进行优化,同时引入环形拓扑结构邻域,提高粒子群聚类算法的全局搜索能力.对UCI中3个数据集进行仿真实验,结果表明提出的基于粒子群优化的模糊C均值聚类算法相比FCM算法和基本粒子群聚类算法具有更好的聚类效率和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇钢	辽宁工业大学机械工程与自动化学院	18	45	3.0	6.0