基于人工蜂群的模糊聚类算法 | |
赵小强; 张守明 | |
刊名 | 兰州理工大学学报 |
2010-10-15 | |
期号 | 2010年05期页码:79-82 |
关键词 | 模糊C-均值聚类 人工蜂群 数据挖掘 |
ISSN号 | ISSN:1673-5196 |
DOI | 10.13295/j.cnki.jlut.2010.05.034 |
英文摘要 | 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. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/14650] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院 2.甘肃省工业过程先进控制重点实验室 |
推荐引用方式 GB/T 7714 | 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(2010年05期):79-82. |
APA | 赵小强,&张守明.(2010).基于人工蜂群的模糊聚类算法.兰州理工大学学报(2010年05期),79-82. |
MLA | 赵小强,et al."基于人工蜂群的模糊聚类算法".兰州理工大学学报 .2010年05期(2010):79-82. |
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