文献类型：期刊文章

作　　者：唐新宇[1] 张新政[2] 赵月爱[3]

TANG Xinyu;ZHANG Xinzheng;ZHAO Yueai(Department of Computer Application Technology, Guangdong College of Business and Technology, Zhaoqing 526040,China;School of Automation, Guangdong University of Technology, Guangzhou 510090, China;Department of Computer, Taiyuan Normal University, Jinzhong 030619, China)

机构地区：[1]广东工商职业学院计算机应用技术系,广东肇庆526040 [2]广东工业大学自动化学院,广州510090 [3]太原师范学院计算机系,山西晋中030619

出　　处：《重庆理工大学学报（自然科学）》

基　　金：广东省教育厅高校特色创新类项目(自然科学)(2017GKTSCX110);广东省省级科技计划项目(2014A020217016)

年　　份：2019

卷　　号：33

期　　号：4

起止页码：128-133

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高数据挖掘的精度和效率,提出了一种基于群体智能算法的大数据聚类挖掘算法。首先对聚类算法中的模糊C-均值聚类算法进行分析,然后将亚启发式群体智能优化技术中的混合蛙跳算法与模糊C-均值聚类相结合,以便在调整的参数少的条件下优化全局搜索能力。仿真实验结果显示:相比其他聚类挖掘算法,提出的算法能解决局部陷阱问题,具有较好的聚类效果、准确率和收敛速度,同时算法的稳定性较高。

关 键 词：群体智能 大数据 聚类算法 混合蛙跳 模糊聚类

分 类 号：TP393]