期刊文章详细信息
基于量子粒子群模糊C均值聚类算法应用研究
Study on the Application of Fuzzy C-Means Clustering Algorithm Based on Quantum Particle Swarm C
文献类型：期刊文章
机构地区：[1]93856部队 [2]太原电务段
年 份：2016
卷 号：29
期 号：11
起止页码：137-141
语 种：中文
收录情况：CSA、CSA-PROQEUST、IC、INSPEC、RCCSE、普通刊
摘 要：模糊C均值聚类对初始参数有着较强的依赖性,文中针对其对初始聚类中心敏感的问题,提出利用量子粒子群来优化FCM的初始聚类中心。粒子群优化算法具有较强的全局搜索能力,但局部搜索能力不足,因此借助于量子理论,将粒子群量子化,借助量子旋转门改变粒子的移动,同时利用量子非门增加种群的多样性,加强粒子群优化算法的局部寻优能力。并最终利用量子粒子群优化算法搜寻FCM算法的初始聚类中心,通过实验仿真表明,改进的算法在加快搜索速度的同时,能获得较为稳定的聚类中心且分割效果明显优于标准的FCM算法。
关 键 词：模糊C均值聚类 抗噪性 道岔缺口 图像分割
分 类 号：TN911.73]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
