一种改进的模糊C-均值(FCM)聚类算法

被引：13

作者：

安良

胡勇

胡良梅

孟玲玲

机构：

[1] 合肥工业大学计算机与信息学院

[2] 合肥工业大学计算机与信息学院安徽合肥

[3] 安徽合肥

来源：

基金：

安徽省自然科学基金;

关键词：

模糊C-均值; 遗传算法; 局部最小值; 聚类分析;

D O I：

暂无

中图分类号：

O159 [模糊数学];

学科分类号：

070104 ;

摘要：

模糊C-均值(FCM)聚类算法受初始化影响较大,在迭代时容易陷入局部极小,鉴于遗传算法(GA)的并行全局搜索能力,文章将遗传算法引入进来对FCM聚类算法加以改进,并对所提出的新算法与经典算法的迭代步数和运行时间进行比较。实验结果表明:该算法与FCM聚类算法相比收敛速度更快,迭代步数更少。

引用

页码：354 / 358

页数：5