-
题名一种基于改进混合蛙跳的KFCM算法
被引量：2
- 1
-
-
作者
赵小强
刘悦婷
-
机构
兰州理工大学电气工程与信息工程学院
甘肃省工业过程先进控制重点实验室
-
出处
《计算机工程与应用》
CSCD
2013年第4期141-145,共5页
-
基金
甘肃省支撑计划项目(No.090GKCA034)
甘肃省自然科学基金(No.0916RJZA017
No.1112RJZA028)
-
文摘
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 fro gleaping 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。
-
关键词
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
-
Keywords
Kemel Fuzzy C-means Clustering（KFCM）
improved shuffled frog-leaping algorithm
cluster analysis
data mining
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
