| 一种基于蚁群算法的模糊C均值聚类 |
| |
| 引用本文： | 周新华,黄道. 一种基于蚁群算法的模糊C均值聚类[J]. 控制工程, 2005, 12(2): 132-134 |
| |
| 作者姓名： | 周新华 黄道 |
| |
| 作者单位： | 华东理工大学,自动化工程中心,上海,200237;华东理工大学,自动化工程中心,上海,200237 |
| |
| 摘 要： | 针对模糊C均值(FCM)聚类算法，在选取聚类中心点时采用随机选取易使得迭代过程陷入局部最优解，FCM算法自身并不能确定聚类个数需要人为设定，并在数据分类应用时具有了一定误差的问题，提出了一种基于蚁群算法的FCM聚类算法。该算法根据蚁群聚类算法确定模糊聚类个数和FCM算法的初始聚类中心：利用蚁群算法的全局搜索性、并行计算性等特点避免了聚类陷入局部最优解：仿真结果表明了该算法的有效性。
|
| 关 键 词： | 模糊C均值 蚁群算法 数据聚类 |
| 文章编号： | 1671-7848(2005)02-0132-03 |
| 修稿时间： | 2004-06-03 |
Fuzzy C-mean Clustering Based on Ant Algorithm |
| |
| ZHOU Xin-hua,HUANG Dao. Fuzzy C-mean Clustering Based on Ant Algorithm[J]. Control Engineering of China, 2005, 12(2): 132-134 |
| |
| Authors: | ZHOU Xin-hua HUANG Dao |
| |
| Abstract: | To the mistake of local optimization in iterative process of fuzzy C-mean(FCM) clustering algorithm,a fuzzy C-mean clustering based on ant algorithm is presented to identify fuzzy clustering numbers and initial clustering center of FCM. Ant algorithm with global search and collateral calculation avoids local optimization.The simulation result shows the effectiveness of the method. |
| |
| Keywords: | FCM ant algorithm data clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
