- 1、本文档共28页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于不同粒子群算法的模糊C均值聚类算法的比较.doc
基于不同粒子群算法的模糊C均值聚类算法的比较
//.paper.edu
- 1 -
基于不同粒子群算法的模糊 C 均值聚类算
法的比较
黄新建*
作者简介:黄新建,(1986-),男,硕士研究生,主要研究方向为粒子群优化算法及其在时间序列聚类中
的应用
(中国矿业大学计算机科学与技术学院,江苏 徐州 221008) 5
摘要:通过聚类方法对数据中的有效信息进行提取已成为研究热点。在粒子以隶属度进行编
码的基础上,本文把五种不同的粒子群优化算法应用于模糊 C均值聚类算法中,详尽地比较
了五种方法的聚类效果。首先介绍了模糊 C均值聚类算法和五种不同的粒子群算法,通过以
隶属度对粒子进行编码将不同的粒子群算法应用于模糊 C 均值聚类算法以解决模糊聚类问
题。最后通过实验比较了各种方法的异同并对结果进行了分析。 10
关键词:聚类;模糊隶属度;模糊 C均值聚类算法;粒子群优化算法
中图分类号:TP301.6
The Comparison of Fuzzy C-Means Based on Different
Particle Swarm Optimization Algorithm 15
HUANG Xinjian
(School of Computer Science amp; Technology, China University of Mine amp; Technology,
JiangSu XuZhou 221008)
Abstract: To extract effective information of data by clustering method has become a hotspot.
While the particle is encoded by membership, the five different particle swarm optimization 20
algorithms are applied to fuzzy C means clustering algorithm, with the detailed comparison of the
five methods of clustering effect given. Firstly, fuzzy C means clustering algorithm and five
different particle swarm algorithms are introduced. Then different particle swarm algorithms are
applied to fuzzy C means clustering algorithm to solve the fuzzy clustering problem while the
particle is encode by membership. Finally, the similarities and differences of various methods are 25
compared by experiments and the results were analyzed.
Keywords:clustering; fuzzy membership; fuzzy c means algorithm; particle swarm algorithm
0 引言
模糊 C-means聚类算法[1-2](FCM)是实际应用中使用较为广泛的基于目标函数的划分30
式聚类方法之一。在 FCM 中,聚类问题被描述为一个带约束的优化问题。但 FCM 存在一
定的缺点,如数据集维数较高时,其聚类效果较差,以至于较难找到全局最优,因此对 FCM
的改进已成为一个研究方向。粒子群优化算法[3](PSO)通过种群中独立个体间的信息合作
和信息共享来搜索最优解,PSO 是一种基于种群合作方法的进化计算算法。已有众多学者
研究了基于粒子群优化算法的模糊C均值聚类算法[4]。其中,Thomas A. Runkler等在文章 [4]35
中提出了通过隶属度对粒子进行编码,从而实现将粒子群优化算法应用于解决模糊 C 均值
聚类算法,以实现基于粒子群的模糊聚类算法。
在本文中首先使用了原始粒子群算法、标准粒子群算法、带收缩因子的粒子群算法、规
范的粒子群算法和一类改进的粒子群算法[5]等五种不同的粒子群优化算法。随后在以隶属度
对粒子进行编码的基础上,依据文献[4]中方法将五种不同的算法与模糊 C 均值聚
您可能关注的文档
- 高中物理 第二章 恒定电流 第六节 导体的电阻示范教案 新人教版选修-.doc
- 2017年6月大学英语六级真题答案解析-全三套.docx
- 金牛区可持续发展社区综合管理规划.doc
- 英语:unit 《look into science》教案(冀教版八年级下).doc
- 《工程勘察收费标准》(版).doc
- 某酒店弱电智能化-设计方案.docx
- 心理健康教育的个别化教学模式.doc
- 纳米tio- c-表面改性及其光催化灭菌效果.docx
- 大厚度电刷镀镍镀层的研制.doc
- 类比法在《计算机网络基础》教与学中的作用.doc
- 卫生招聘考试之卫生招聘(文员)通关检测卷附答案详解.docx
- 卫生招聘考试之卫生招聘(文员)通关训练试卷附有答案详解.docx
- 卫生招聘考试之卫生招聘(文员)综合提升测试卷包含答案.docx
- 2023年卫生招聘考试之卫生招聘(文员)测试卷附有答案详解.docx
- 2023年卫生招聘考试之卫生招聘(文员)考前冲刺试卷附带答案.docx
- 2023年卫生招聘考试之卫生招聘(文员)考前冲刺试卷含答案讲解.docx
- 2023年卫生招聘考试之卫生招聘(文员)考前冲刺检测卷附有答案详解.docx
- 2023年卫生招聘考试之卫生招聘(文员)考前冲刺练习题.docx
- 税务师之税法一通关练习题附答案.docx
- 2023年一级建造师之一建工程法规通关检测卷附答案.docx
文档评论(0)