基于遗传优化的采样模糊C均值聚类算法.PDF

　2004 年 5 月 系统工程理论与实践 第 5 期　 文章编号:(2004) 基于遗传优化的采样模糊C 均值聚类算法 1, 2 2 1 张曙红 , 孙建勋 , 诸克军 ( 1. 中国地质大学管理学院, 湖北 武汉 430074; 2. 华中科技大学管理学院, 湖北 武汉 430074) 摘要: 　在数据挖掘领域, 模糊C 均值聚类法(FCM ) 在处理小量低维的数据挖掘时是有效的, 但是面向 数据库的数据挖掘经常要处理大量、高维的数据 在这种情况下, FCM 算法在时间性能上难以令人满 意 本文基于采样技术对 FCM 算法进行改进, 以提高算法的时间性能, 并利用遗传算法对聚类结果进行 优化以保证聚类的质量, 给出了一种新的基于遗传优化的采样模糊 C 均值聚类算法 SFGO (Samp ling FCM w ith Genetic Op tim ization) 仿真实验证明 SFGO 算法在大规模数据库的聚类挖掘中, 在时间性能 和聚类质量上都能获得较满意的结果 关键词: 　 数据挖掘; 采样; 模糊C 均值聚类; 遗传算法 中图分类号: 　 391　　　　　　　　文献标识码: 　 　　　 T P A Samp ling Fuzzy C M ean s C lu stering A lgo rithm Based on Genetic Op tim ization 1, 2 2 1 , , ZHAN G Shu hong SU N J ian xun ZHU Ke jun ( 1. Co llege of M anagem ent, Ch ina U niversity of Geo sciences, W uhan 430074, Ch ina; 2. Co llege of M anagem ent, H uazhong U niversity of Science and T echno logy, W uhan 430074, Ch ina) Abstract: 　In data m ining field, FCM algo rithm is an efficient m ethod in the p rocess of sm all scale low dim ensional database, but the tim e perfo rm ance of FCM algo rithm can no t be satisfied fo r the large scale . , ( h igh dim ensional database In th is paper a new samp ling FCM algo rithm w ith gen