| 基于人工蜂群的模糊聚类算法 |
| |
| 引用本文： | 赵小强,张守明.基于人工蜂群的模糊聚类算法[J].兰州理工大学学报,2010,36(5). |
| |
| 作者姓名： | 赵小强 张守明 |
| |
| 基金项目： | 甘肃省科技支撑计划项目，甘肃省自然科学基金，甘肃省工业过程先进控制重点实验室基金 |
| |
| 摘 要： | 针对模糊C-均值(FCM)聚类算法存在容易陷入局部极小值、对初始值和噪声数据敏感的缺点,提出一种基于人工蜂群(ABC)的模糊聚类算法(ABFM).该算法引入全局寻优能力强的人工蜂群算法来求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效克服了FCM算法的缺点.实验结果表明,新算法与FCM聚类算法相比,提高了算法的寻优能力,并且迭代次数更少,收敛速度更快,聚类效果更好.
|
| 关 键 词： | 模糊C-均值聚类 人工蜂群 数据挖掘 |
Fuzzy clustering algorithm based on artificial bee colony |
| |
| ZHAO Xiao-qiang,ZHANG Shou-ming.Fuzzy clustering algorithm based on artificial bee colony[J].Journal of Lanzhou University of Technology,2010,36(5). |
| |
| Authors: | ZHAO Xiao-qiang ZHANG Shou-ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
