搜索资源 - 基于粒子群优化的模糊C均值聚类算法*

搜索资源列表

基于粒子群优化的模糊C均值聚类算法*
针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感，易陷入局部最优解的不足，将改进的粒子群聚类算法与FCM算法相结合，提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移动最大速度进行优化，同时引入环形拓扑结构邻域，提高粒子群聚类算法的全局搜索能力。对UCI中3个数据集进行仿真实验，结果表明提出的基于粒子群优化的模糊C均值聚类算法相比FCM算法和基本粒子群聚类算法具有更好的聚类效率和准确性。
所属分类：其它
- 发布日期：2020-10-16
- 文件大小：299008
- 提供者：weixin_38606404

基于PSO的云计算环境中大数据优化聚类算法
为了有效提高云计算环境中大数据的快速识别及处理能力，就要实现数据的优化聚类分析。主要对传统模糊C均值聚类算法进行全面的分析，表示其容易出现聚类偏移，并且还容易陷入局部极值，效果不好。所以就提出基于PSO的云计算环境中的大数据优化聚类算法，对云计算环境中的大数据结构进行全面的分析，创建聚类样本信息模型。因为搜索过程中的粒子群会陷入到局部最优解，使用混沌映射的方式能够使粒子逃出局部最优解，实现大数据优化的目的。通过仿真结果分析，使用此优化聚类算法能够降低误分率，具有良好的寻优性能。
所属分类：其它
- 发布日期：2021-01-26
- 文件大小：1048576
- 提供者：weixin_38704830

基于粒子群优化的直觉模糊核聚类算法研究
针对现有基于核方法的直觉模糊聚类算法对初始值敏感、收敛速度慢等缺陷，利用粒子群优化算法全局搜索能力强、收敛速度快的优势，对直觉模糊核聚类算法的初始聚类中心进行优化，并提出了一种基于粒子群优化的直觉模糊核聚类算法。该算法在提升聚类性能的同时，有效增强了算法的收敛速度。在实验阶段，采用4组标准数据集对该算法进行了分类实验及有效性测试，并将其与模糊c均值聚类算法及直觉模糊c均值聚类算法的分类效果及运行时间进行对比，实验结果充分表明了该算法的有效性及优越性。
所属分类：其它
- 发布日期：2021-01-14
- 文件大小：1048576
- 提供者：weixin_38703295