基于改进QPSO的模糊C-均值聚类算法.pdfVIP

下载本文档

1
0
约1.64万字
约 3页
2019-04-12 发布于浙江
举报
版权申诉

基于改进QPSO的模糊C-均值聚类算法.pdf

1、本文档共3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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2014年4月1日现代电子技术 Apr.2014 第37卷第7期 ModernElectronicsTechnique Vol.37 No.7 118 118 基于改进QPSO 的模糊C⁃均值聚类算法 1 2 杨照峰，时合生（1.平顶山学院软件学院，河南平顶山 467002；2.平顶山学院计算机科学与技术学院，河南平顶山 467002）摘要：针对模糊C⁃均值聚类算法容易陷入局部极值等缺陷，提出了基于改进QPSO的模糊C⁃均值聚类，算法利用QPSO 的优点，并对量子门更新策略进行了改进。实验结果显示该算法提高了模糊聚类算法的聚类效果以及搜索能力，在全局寻优能力、跳出局部最优能力、收敛速度等方面具有优势。关键词：模糊C⁃均值聚类；量子粒子群优化；聚类分析；量子门更新策略中图分类号：TN711⁃34；TP393 文献标识码：A 文章编号：1004⁃373X（2014）07⁃0118⁃03 Fuzzy C⁃means clustering algorithm based on improved QPSO YANGZhao⁃feng ，SHIHe⁃sheng1 2 （1.SoftwareEngineeringSchool，PingdingshanUniversity，Pingdingshan 467002，China； 2.ComputerScienceandTechnicalCollege，PingdingshanUniversity，Pingdingshan 467002，China） Abstract：SincethefuzzyC⁃meansclusteringalgorithmiseasytofallintolocalextremum，fuzzyC⁃meansclusteringalgo⁃ rithm basedontheimprovedquantum particleswarm optimization （QPSO）isproposed.Thelocalsearchabilityandquantum gatesupdatestrategywereimprovedbymakingfulluseoftheadvantagesoffastconvergenceofQPSO.Theexperimentalresults showthatthealgorithmimprovesthesearchabilityandclusteringeffectoffuzzyclusteringalgorithm，andhassuperiorityinthe aspectsofglobaloptimizationcapability，jumpingoutoflocaloptimumcapacityandconvergencerate. Keywords：fuzzy C⁃means clustering；quantum particle swarm optimization；clustering analysis；quantum gates update strategy 0 引言 1 模糊C⁃均值聚类概述模糊C⁃均值（FuzzyC⁃Me