| 题名 | 基于模拟退火遗传算法的模糊聚类研究; Study on Fuzzy Clustering Based on Simulated Annealing Genetic Algotithm |
| 作者 | 程远亮 |
| 答辩日期 | 2011 ; 2011 |
| 导师 | 米红 |
| 关键词 | 改进最大最小距离法 模拟退火遗传算法 模糊C均值聚类 Improved Max-min Distance Means SAGA FCM |
| 英文摘要 | 聚类分析是数据挖掘领域中一个十分重要的课题，既可以单独用来分析数据集中的深层信息，也可以作为其他数据挖掘分析算法的一个预处理步骤，因此研究如何提高聚类算法的性能具有重要的意义。相比于传统的硬聚类算法，模糊聚类算法，有着更好的数据表达能力与聚类性能。基于目标函数的FCM算法是最为完善、应用最广泛的模糊聚类方法之一。然而研究表明FCM算法强烈依赖于参数的初始状态，算法容易陷入局部极值点而得不到最优模糊划分；另外，FCM算法要求在分析前给出聚类类别数C的先验信息，这给算法的应用带来极大的不便。 本文重点针对FCM算法对初始值敏感，易陷入局部最优及需要事先给出聚类类别数C等不足，提出了一种基于改进的...; Clustering is an important area of data mining, it can be used not only to analysis data distribution, but also as the preprocessing of other data mining operations, therefore it is very meaningful to study how to boost the performance of clustering algorithm. Comparing with traditional hard clustering algorithm, fuzzy clustering method can better descript data and have better performance .FCM alg...; 学位：工学硕士; 院系专业：信息科学与技术学院自动化系_模式识别与智能系统; 学号：23220081153406 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=30185 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/50617]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 程远亮. 基于模拟退火遗传算法的模糊聚类研究, Study on Fuzzy Clustering Based on Simulated Annealing Genetic Algotithm[D]. 2011, 2011. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论