基于遗传算法的Mercer核聚类方法

被引：4

作者：

周林峰

丁永生

机构：

[1] 东华大学计算机科学与技术学院

[2] 东华大学信息科学与技术学院

来源：

模式识别与人工智能 | 2006年 / 19卷 / 03期

关键词：

聚类分析; 核函数; 遗传算法; 织物性能分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

结合 Mercer 核函数和遗传算法,提出一种新的基于遗传算法的 Mercer 核聚类方法.利用 Mercer 核函数将输入样本空间非线性映射到新的高维特征空间,可以显现样本的特征差异.提高算法的收敛速度和分类能力.而结合遗传算法可以得到近似最优解.仿真实验和在纺织品质量评估中的应用验证算法的可行性和有效性.

引用

页码：307 / 311

页数：5

共 3 条

[1] Sequential competitive learning and the fuzzy c-means clustering algorithms [J].

Pal, NR ;

Bezdek, JC ;

Hathaway, RJ .

NEURAL NETWORKS, 1996, 9 (05) :787-796

[2]

An Improved Cluster Labeling Method for Support Vector Clustering .2 Jaewook Lee,Daewon Lee. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2005

[3]

A Clustering Method for Improving the Global Search Capability of Genetic Algorithms .2 Schnitman L,Yoneyama T. Proc of the 6th IEEE Brazilian Symposium on Neural Networks . 2000

← 1 →