粒子群高斯诱导核模糊C均值聚类算法

• 作者: 文传军 詹永照
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 模糊C均值聚类(FCM) 核方法 高斯核 粒子群(PSO) 聚类中心
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文
• 页码范围: 78-84
• 页数: 7页
• 分类号: TP301.6
• 字数: 6203字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.08.013

摘要

为了避免陷入梯度法局部极值以提升模糊聚类算法聚类性能,提出 PSO高斯诱导核模糊 C均值聚类算法(PSO Gauss-induced kernel fuzzy C-means clustering algorithm,PSO-GIKFCM).首先将高斯核函数应用于模糊C聚类算法(FCM)目标函数,得到高斯核模糊聚类目标函数.然后在高斯核特征空间和输入空间利用梯度法得到两空间聚类中心,将特征空间聚类中心与样本的内积核矩阵代入输入空间聚类中心,从而得到高斯诱导核的聚类中心.最后在解空间利用粒子群算法(PSO)对模糊隶属度进行寻优估计,并结合目标函数和聚类中心构成PSO-GIKFCM参数估计迭代流程.PSO-GIKFCM算法基于粒子群算法保证其收敛性,聚类中心仅为模糊隶属度的函数,PSO生物进化算法在解空间全局寻找优解,且将模糊指标扩展为大于0的情况.通过仿真实验验证了所提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹永照	江苏大学计算机科学与通信工程学院	189	1744	21.0	31.0
2	文传军	常州工学院数理与化工学院	32	135	5.0	10.0