基于人工蜂群的模糊聚类算法

doi:10.13295/j.cnki.jlut.2010.05.034

	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.