|
|||||
|
|
| 基于模糊集的蚁群聚类算法的改进 | |
| 作者姓名： | 蒋志为 陶宏才 白学祥 |
| 作者单位： | 西南交通大学,信息科学与技术学院,四川,成都,610031;四川省电力公司,四川,成都,610041 |
| 摘 要： | 改进了LF算法,提出了一种基于模糊集理论的蚁群聚类新方法。首先定义了平均距离,其次在“相似”的概念上引入模糊集理论,定义了数据对象与其邻域内对象相似程度的隶属函数,最后该数据对象的拾起或放下由隶属度与置信水平λ相比较来决定。该算法避免了LF算法中不相似的数据对象本该被拾起而可能未被拾起,相似的数据对象本该被放下而可能未被放下的弊端,并简化了LF算法。 |
| 关 键 词： | 聚类 模糊集 蚁群算法 |
| 文章编号： | 1001-9081（2006）08-1950-03 |
| 收稿时间： | 2006-02-24 |
| 修稿时间： | 2006-02-242006-05-26 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用》浏览原始摘要信息 | |
| 点击此处可从《计算机应用》下载全文 | |