首页 | 本学科首页   官方微博 | 高级检索  
     

基于连续域混合蚁群优化的核模糊C-均值聚类算法研究
引用本文:郭小芳,李锋,宋晓宁,王卫东.基于连续域混合蚁群优化的核模糊C-均值聚类算法研究[J].模式识别与人工智能,2014(9).
作者姓名:郭小芳  李锋  宋晓宁  王卫东
作者单位:1. 江苏科技大学 计算机科学与工程学院 镇江212003
2. 江苏科技大学 电子信息学院 镇江212003
基金项目:国家自然科学基金项目,江苏省高校自然科学研究项目
摘    要:为进一步提高核模糊C-均值聚类算法的聚类性能,提出基于连续域混合蚁群优化的核模糊C-均值聚类算法(KFCM-HACO),使用HACO对KFCM算法的内核函数参数值和聚类中心进行优化,克服传统算法弊端,使核模糊C-均值聚类算法的目标函数最小化,加快算法的收敛速度.该优化算法在UCI数据集上的仿真实验及结果比较表明,KFCM-HACO算法的聚类性能优于传统的聚类算法,提高了聚类的准确性.

关 键 词:聚类分析  核模糊C-均值聚类  混合蚁群优化  连续概率密度函数

Kernelized Fuzzy C-Means Clustering Algorithm Based on Hybrid Ant Colony Optimization for Continuous Domains
GUO Xiao-Fang,LI Feng,SONG Xiao-Ning,WANG Wei-Dong.Kernelized Fuzzy C-Means Clustering Algorithm Based on Hybrid Ant Colony Optimization for Continuous Domains[J].Pattern Recognition and Artificial Intelligence,2014(9).
Authors:GUO Xiao-Fang  LI Feng  SONG Xiao-Ning  WANG Wei-Dong
Abstract:
Keywords:ClusteringAnalysis  KernelizedFuzzyC-MeansClustering  HybridAntColony Optimization  Continuous Probability Density Function
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号