基于GASA-FCM混合聚类与霍夫变换的欠定混合矩阵估计

• 作者: 徐岩 李虎
• 来源期刊: 计算机应用研究
• 关键词: 模糊C-均值聚类算法 遗传算法 模拟退火算法 霍夫变换 混合矩阵估计
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 588-592
• 页数: 5页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0932

摘要

针对模糊C-均值聚类(fuzzy C-means clustering,FCM)算法在欠定混合矩阵估计中精度低、鲁棒性差的缺点,提出一种基于遗传模拟退火优化FCM(GASA-FCM)混合聚类和霍夫变换的欠定混合矩阵估计算法.该算法结合了模拟退火算法(simulated annealing algorithm,SA)全局搜索、高精度的优点和遗传算法(genetic algorithm,GA)强大的空间搜索能力,将经遗传模拟退火算法得到的聚类中心点赋给FCM,避免了初值选择的随机性.再利用霍夫变换对聚类得到的每一类数据的中心进行修正,提高混合矩阵的估计精度.实验结果表明,该算法明显改善了算法的稳定性和混合矩阵估计精度,具有一定的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	兰州交通大学电子与信息工程学院	43	255	9.0	14.0
2	李虎	兰州交通大学电子与信息工程学院	3	3	1.0	1.0