文献类型：期刊文章

作　　者：蒲蓬勃[1] 王鸽[1] 刘太安[1]

机构地区：[1]山东科技大学信息工程系,山东泰安271019

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(10571109);山东省自然科学基金项目(2007ZRB019FK)

年　　份：2008

卷　　号：29

期　　号：16

起止页码：4277-4279

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对模糊C-均值聚类算法(FCM)存在易陷入局部优化的问题,将粒子群优化算法(PSO)和模糊C-均值聚类算法FCM相结合,提出了一种新的模糊聚类算法PSO-FCM。该算法使用PSO算法来代替FCM的迭代过程以实现模糊聚类,具有了很强的全局搜索能力,从而不用再为得到好的聚类效果而反复选择初值。仿真实验结果表明,提出的模糊聚类算法提高了FCM的搜索能力,具有更好的稳定性和健壮性,优化能力增强,提高了聚类的效率和效果。

关 键 词：全局优化 模糊C-均值聚类算法 粒子群优化算法 聚类 粒子  

分 类 号：TP183]