科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统模糊C-均值（fuzzy C-means,FCM）聚类算法存在对初始聚类中心选取的敏感性问题,提出一种基于改进粒子群优化（particle swarm optimization,PSO）算法的FCM聚类算法。为进一步提高PSO算法的全局寻优能力,探讨了一种基于自适应惯性因子的改进粒子群算法,该算法不仅优化了全局寻优能力和局部搜索能力,而且也有效解决了早熟现象并避免了后期震荡现象。实验结果表明,将改进PSO用于FCM聚类算法中可以克服对初始中心点选择的敏感性问题,拥有较高的全局寻优能力,聚类精度方面也得到了进一步提升。
- 出版日期2016
- 单位南京邮电大学
