基于自适应蚁群的FCM聚类优化算法研究

• 作者: 李长凯 汪青 谈玲珑
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 模糊聚类 蚁群算法 优化模糊聚类 有效性指标
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP301.6
• 字数: 4047字
• 语种: 中文

摘要

模糊C均值聚类算法在算法初始化时需要人为设定聚类类别数、随机初始化聚类中心,致使该算法容易陷入局部最优值.为解决此类问题,在蚁群算法中引入信息素更新机制,使其输出的聚类中心更具全局优化的特征和较强鲁棒性的特点;用蚁群算法得到的聚类中心来初始化FCM算法的聚类中心,解决了FCM算法对初始聚类中心敏感的问题;使用结合熵信息与数据几何结构的聚类有效性评价方法对FCM算法和优化FCM算法进行评价,评价结果表明优化的FCM算法性能更优.在仿真实验中,利用提出的优化算法和FCM算法对自然图像、纹理图像和SAR图像进行分割实验,从图像分割的准确性和算法的实时性做对比实验,验证了优化算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈玲珑	安徽新华学院电子通信工程学院	17	23	3.0	4.0
2	汪青	安徽新华学院电子通信工程学院	25	16	2.0	2.0
3	李长凯	安徽新华学院电子通信工程学院	17	13	3.0	3.0