| 基于二阶段微粒群优化模糊C-均值算法的模糊聚类分析研究 |
| |
| 引用本文： | 黄力明,许学军.基于二阶段微粒群优化模糊C-均值算法的模糊聚类分析研究[J].陕西理工学院学报(自然科学版),2007,23(1):77-80. |
| |
| 作者姓名： | 黄力明 许学军 |
| |
| 作者单位： | 镇江市高等专科学校,江苏,镇江,212003 |
| |
| 摘 要： | 针对常规动态聚类方法对初始聚类中心的敏感性和容易陷入局部最优的缺点等问题,提出了基于二阶段微粒群优化模糊C-均值算法(TPSOFCM),并将此算法与现有的模糊C-均值聚类算法和基于多阶段的模糊C-均值算法进行比较。该算法对Iris数据进行聚类,计算结果表明:该算法有较好的全局收敛性,不仅能有效地克服传统的模糊C-均值算法易陷入局部最优解的缺点,而且全局收敛能力优于模糊C-均值聚类算法和基于多阶段的模糊C-均值算法。
|
| 关 键 词： | 全局最优 聚类分析 微粒群优化算法 隶属函数 |
| 文章编号： | 1673-2944（2007）01-0077-04 |
| 收稿时间： | 2006-09-11 |
| 修稿时间： | 2006年9月11日 |
Study of fuzzy clustering based on two -stage particle swarm optimization fuzzy C -means algorithm |
| |
| HUANG Li-ming,XU Xue-jun.Study of fuzzy clustering based on two -stage particle swarm optimization fuzzy C -means algorithm[J].Journal of Shananxi University of Technology:Natural Science Edition,2007,23(1):77-80. |
| |
| Authors: | HUANG Li-ming XU Xue-jun |
| |
| Abstract: | After analyzing the disadvantages of Fuzzy C-means Clustering algorithm sensitive to the in- itial value and easy to fall into the local optimization,this paper proposes a new clustering method based on Two-stage Particle Swarm Optimization Fuzzy C-Means Algorithm,and compares it with FCM algorithm and MFCM algorithm.Numerical experiment is made on the Iris data.The research indicates that the algorithm not only avoids the local optimization,but also has greater searching capability than the existing FCM algorithm and MFCM algorithm. |
| |
| Keywords: | global optimization clustering analysis Particle Swarm Optimization algorithm membership function |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
