计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
29期
182-185,204
,共5页
模糊C-均值(FCM)%数据挖掘%人工蜂群%Boltzmann选择机制%基于Boltzmann选择机制的人工蜂群模糊C-均值聚类算法(BABFM)
模糊C-均值(FCM)%數據挖掘%人工蜂群%Boltzmann選擇機製%基于Boltzmann選擇機製的人工蜂群模糊C-均值聚類算法(BABFM)
모호C-균치(FCM)%수거알굴%인공봉군%Boltzmann선택궤제%기우Boltzmann선택궤제적인공봉군모호C-균치취류산법(BABFM)
模糊C-均值(FCM)聚类算法是数据挖掘中应用广泛的一种方法,但还存在容易陷入局部极小值和对初始值敏感的缺点,为此提出了一种基于Boltzmann选择机制的改进人工蜂群的模糊C-均值聚类算法(BABFM).该算法引入了Boltzmann选择机制代替轮盘赌的选择方式,采用小区间生成法使初始群体均匀化,使得该算法的全局寻优能力更强,有效克服了FCM算法的缺点.实验结果表明,新算法与FCM和ABFM聚类算法相比聚类效果更准确,效率更高,迭代次数更少.
模糊C-均值(FCM)聚類算法是數據挖掘中應用廣汎的一種方法,但還存在容易陷入跼部極小值和對初始值敏感的缺點,為此提齣瞭一種基于Boltzmann選擇機製的改進人工蜂群的模糊C-均值聚類算法(BABFM).該算法引入瞭Boltzmann選擇機製代替輪盤賭的選擇方式,採用小區間生成法使初始群體均勻化,使得該算法的全跼尋優能力更彊,有效剋服瞭FCM算法的缺點.實驗結果錶明,新算法與FCM和ABFM聚類算法相比聚類效果更準確,效率更高,迭代次數更少.
모호C-균치(FCM)취류산법시수거알굴중응용엄범적일충방법,단환존재용역함입국부겁소치화대초시치민감적결점,위차제출료일충기우Boltzmann선택궤제적개진인공봉군적모호C-균치취류산법(BABFM).해산법인입료Boltzmann선택궤제대체륜반도적선택방식,채용소구간생성법사초시군체균균화,사득해산법적전국심우능력경강,유효극복료FCM산법적결점.실험결과표명,신산법여FCM화ABFM취류산법상비취류효과경준학,효솔경고,질대차수경소.
