基于PSO的模糊聚类算法

被引:20
|
作者
许磊
张凤鸣
机构
[1] 空军工程大学工程学院
[2] 空军工程大学工程学院 陕西西安710038
关键词
混合聚类; 粒子群优化算法; 模糊C-均值算法; 全局优化; 分类错误率;
D O I
10.16208/j.issn1000-7024.2006.21.054
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
提出了一种基于模糊C-均值算法和粒子群算法的混合聚类算法。该算法结合PSO的全局搜索和FCM局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,有效地克服了FCM对初始值敏感、易陷入局部最优和PSO算法局部搜索较弱的问题,同时增强了跳出局部最优的能力。实验表明,新算法得到的目标函数值更小,并能减小分类错误率,聚类效果优于单一使用FCM或PSO。
引用
收藏
页码:4128 / 4129
页数:2
相关论文
共 3 条
  • [1] 基于遗传算法的模糊c-均值聚类算法
    欧阳
    成卫
    韩逢庆
    [J]. 重庆大学学报, 2004, (06) : 89 - 92
  • [2] 粒子群优化算法
    周驰
    高海兵
    高亮
    章万国
    [J]. 计算机应用研究, 2003, (12) : 7 - 11
  • [3] FCM-VKNN聚类算法的研究
    张洪刚
    刘刚
    郭军
    [J]. 自动化学报, 2002, (04) : 631 - 636