湖北汽车工业学院学报
湖北汽車工業學院學報
호북기차공업학원학보
Journal of Hubei University of Automotive Technology
2015年
3期
62-65
,共4页
殷旅江%杨立君%胡明茂%邓义成
慇旅江%楊立君%鬍明茂%鄧義成
은려강%양립군%호명무%산의성
模糊C-均值%遗传算法%模拟退火算法%模糊聚类
模糊C-均值%遺傳算法%模擬退火算法%模糊聚類
모호C-균치%유전산법%모의퇴화산법%모호취류
fuzzy C-means%genetic algorithm%simulated annealing algorithm%fuzzy cluster
一般模糊C-均值聚类算法存在易于陷入局部最优的缺陷,基于此,提出了一种基于混合遗传模拟退火的模糊C-均值聚类算法,并利用UIC机器学习数据库中的Car、Iris和Wine数据集验证了算法的有效性。
一般模糊C-均值聚類算法存在易于陷入跼部最優的缺陷,基于此,提齣瞭一種基于混閤遺傳模擬退火的模糊C-均值聚類算法,併利用UIC機器學習數據庫中的Car、Iris和Wine數據集驗證瞭算法的有效性。
일반모호C-균치취류산법존재역우함입국부최우적결함,기우차,제출료일충기우혼합유전모의퇴화적모호C-균치취류산법,병이용UIC궤기학습수거고중적Car、Iris화Wine수거집험증료산법적유효성。
The traditional fuzzy C-means algorithm is proved to be easy to fall into local optimum, a fuzzy C-means cluster algorithm was proposed based on the hybrid genetic algorithm with simulated an?nealing algorithm . The effectiveness of the algorithm was verified with Car,Iris and Wine of UIC.