计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
4期
141-145
,共5页
核模糊C-均值聚类%改进的混合蛙跳算法%聚类分析%数据挖掘
覈模糊C-均值聚類%改進的混閤蛙跳算法%聚類分析%數據挖掘
핵모호C-균치취류%개진적혼합와도산법%취류분석%수거알굴
针对核模糊C-均值(KFCM)聚类算法存在易陷入局部极小值,对初始值敏感的缺点.将混合蛙跳算法(shuffled frog leaping algorithm,SFLA)用于KFCM中,但在聚类数较大和维数较高时,聚类效果不理想,为此提出将自适应惯性权重引入混合蛙跳算法的更新策略中,再用改进后的混合蛙跳算法求得最优解作为KFCM算法的初始聚类中心,利用KFCM算法优化初始聚类中心,求得全局最优解,从而有效克服了KFCM算法的缺点.人造数据和经典数据集的实验结果表明,新算法与KFCM和FCM聚类算法相比,寻优能力更强,迭代次数更少,聚类效果更好.
針對覈模糊C-均值(KFCM)聚類算法存在易陷入跼部極小值,對初始值敏感的缺點.將混閤蛙跳算法(shuffled frog leaping algorithm,SFLA)用于KFCM中,但在聚類數較大和維數較高時,聚類效果不理想,為此提齣將自適應慣性權重引入混閤蛙跳算法的更新策略中,再用改進後的混閤蛙跳算法求得最優解作為KFCM算法的初始聚類中心,利用KFCM算法優化初始聚類中心,求得全跼最優解,從而有效剋服瞭KFCM算法的缺點.人造數據和經典數據集的實驗結果錶明,新算法與KFCM和FCM聚類算法相比,尋優能力更彊,迭代次數更少,聚類效果更好.
침대핵모호C-균치(KFCM)취류산법존재역함입국부겁소치,대초시치민감적결점.장혼합와도산법(shuffled frog leaping algorithm,SFLA)용우KFCM중,단재취류수교대화유수교고시,취류효과불이상,위차제출장자괄응관성권중인입혼합와도산법적경신책략중,재용개진후적혼합와도산법구득최우해작위KFCM산법적초시취류중심,이용KFCM산법우화초시취류중심,구득전국최우해,종이유효극복료KFCM산법적결점.인조수거화경전수거집적실험결과표명,신산법여KFCM화FCM취류산법상비,심우능력경강,질대차수경소,취류효과경호.
