共 1 条
[1]
基于粒子群优化算法的模糊C-均值聚类
被引：56
作者：
张利彪
周春光
马铭
刘小华
孙彩堂
机构：
[1] 吉林大学计算机科学与技术学院
来源：
基金：
国家自然科学基金重点项目;
关键词：
粒子群优化算法;
模糊聚类;
模糊C-均值算法;
D O I：
10.13413/j.cnki.jdxblxb.2006.02.015
中图分类号：
TP18 [人工智能理论];
学科分类号：
140502 [人工智能];
摘要：
利用粒子群优化(PSO)算法全局寻优、快速收敛的特点,结合模糊C-均值(FCM)算法提出一种新的模糊聚类算法.新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度.实验结果表明,与FCM相比本文算法聚类更为准确,效率更高.
引用
收藏
页码：217 / 222
页数：6
相关论文