计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2013年
4期
516-517,657
,共3页
蚁群聚类%邻域%递增%递减%全局记忆
蟻群聚類%鄰域%遞增%遞減%全跼記憶
의군취류%린역%체증%체감%전국기억
为了提高蚁群聚类LF算法的聚类效果,在对基本LF算法改进的基础上,算法迭代过程中又进一步采用邻域线性增大和线性减小两种不同的方法,通过UCI数据集Iris和Wine数据的验证,使用FM作为聚类效果的评判标准,发现采用邻域线性递减的方法在两种数据集上运行的结果都优于邻域递增和邻域保持不变的情形.邻域递减策略使算法在运行初期能够对待聚类数据粗略的分类,随着邻域的减小,蚁群对数据分类的粒度逐渐细化,算法迭代结束,达到最佳的聚类结果.
為瞭提高蟻群聚類LF算法的聚類效果,在對基本LF算法改進的基礎上,算法迭代過程中又進一步採用鄰域線性增大和線性減小兩種不同的方法,通過UCI數據集Iris和Wine數據的驗證,使用FM作為聚類效果的評判標準,髮現採用鄰域線性遞減的方法在兩種數據集上運行的結果都優于鄰域遞增和鄰域保持不變的情形.鄰域遞減策略使算法在運行初期能夠對待聚類數據粗略的分類,隨著鄰域的減小,蟻群對數據分類的粒度逐漸細化,算法迭代結束,達到最佳的聚類結果.
위료제고의군취류LF산법적취류효과,재대기본LF산법개진적기출상,산법질대과정중우진일보채용린역선성증대화선성감소량충불동적방법,통과UCI수거집Iris화Wine수거적험증,사용FM작위취류효과적평판표준,발현채용린역선성체감적방법재량충수거집상운행적결과도우우린역체증화린역보지불변적정형.린역체감책략사산법재운행초기능구대대취류수거조략적분류,수착린역적감소,의군대수거분류적립도축점세화,산법질대결속,체도최가적취류결과.