基于人工萤火虫的模糊聚类算法研究
骆东松; 李雄伟; 赵小强
2013-04-15
发表期刊工业仪表与自动化装置
ISSNISSN:1000-0682
期号2013年02期页码:3-6
摘要模糊C-均值(FCM)聚类算法是数据挖掘中常用的方法之一,但往往受到初始聚类中心影响,收敛结果易陷入局部极小值的问题。该文提出了一种基于人工萤火虫(GSO)的模糊聚类算法(GSFM)。该算法引入了全局寻优能力强的人工萤火虫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。
关键词数据挖掘 模糊C-均值聚类 人工萤火虫算法 GSFM
URL查看原文
收录类别CNKI
语种中文
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/10471
专题电气工程与信息工程学院
作者单位兰州理工大学电气工程与信息工程学院
第一作者单位电气工程与信息工程学院
第一作者的第一单位电气工程与信息工程学院
推荐引用方式
GB/T 7714
骆东松,李雄伟,赵小强. 基于人工萤火虫的模糊聚类算法研究[J]. 工业仪表与自动化装置,2013(2013年02期):3-6.
APA 骆东松,李雄伟,&赵小强.(2013).基于人工萤火虫的模糊聚类算法研究.工业仪表与自动化装置(2013年02期),3-6.
MLA 骆东松,et al."基于人工萤火虫的模糊聚类算法研究".工业仪表与自动化装置 .2013年02期(2013):3-6.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于人工萤火虫的模糊聚类算法研究.pdf(297KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[骆东松]的文章
[李雄伟]的文章
[赵小强]的文章
百度学术
百度学术中相似的文章
[骆东松]的文章
[李雄伟]的文章
[赵小强]的文章
必应学术
必应学术中相似的文章
[骆东松]的文章
[李雄伟]的文章
[赵小强]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于人工萤火虫的模糊聚类算法研究.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。