針對(duì)模糊C均值聚類算法易受初始聚類中心影響且收斂速度慢的缺陷,提出一種基于二次網(wǎng)格優(yōu)化的粒子群模糊聚類算法Grid-PFcm。該算法首先將數(shù)據(jù)空間網(wǎng)格化,依據(jù)深度優(yōu)先遍歷規(guī)則,連通相鄰密集網(wǎng)格單元,計(jì)算連通網(wǎng)格的相對(duì)密度,選取相對(duì)密度值最大的連通網(wǎng)格,計(jì)算中心位置,初始化聚類中心。然后,按照基于網(wǎng)格空間的單維向量變化原理,實(shí)現(xiàn)最佳粒子全局尋優(yōu),進(jìn)一步優(yōu)化初始聚類中心,以降低初始聚類中心選取對(duì)聚類效果的影響度。最后,通過(guò)實(shí)驗(yàn)表明,該算法能夠加快尋優(yōu)收斂速度,提高聚類效率和效果。 

【文章來(lái)源】：計(jì)算機(jī)工程與科學(xué). 2019,41(02)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)基礎(chǔ)知識(shí)
    2.1 相關(guān)公式定義
    2.2 FCM算法
        2.2.1 FCM算法原理
        2.2.2 FCM算法流程
        2.2.3 FCM算法評(píng)價(jià)
    2.3 PSO算法
        2.3.1 PSO算法
        2.3.2 慣性權(quán)重ω
        2.3.3 學(xué)習(xí)因子c′1, c′2影響度
        2.3.4 粒子群規(guī)模p影響度
        2.3.5 最大速度vmax影響度
3 PSO-FCM算法
    3.1 PSO-FCM算法確定聚類數(shù)目
    3.2 PSO-FCM 算法步驟
    3.3 PSO-FCM算法粒子速度解析
4 基于二次網(wǎng)格優(yōu)化的粒子群模糊聚類算法Grid-PFcm
    4.1 算法思路分析
    4.2 算法步驟
    4.3 核心算法簡(jiǎn)要描述
PFcm算法復(fù)雜性及實(shí)際意義">    4.4 Grid_PFcm算法復(fù)雜性及實(shí)際意義
PFcm算法優(yōu)缺點(diǎn)分析">    4.5 Grid_PFcm算法優(yōu)缺點(diǎn)分析
5 實(shí)驗(yàn)結(jié)果與分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析
    5.3 收斂速度對(duì)比分析
    5.4 實(shí)驗(yàn)效率對(duì)比分析
    5.5 實(shí)驗(yàn)效果對(duì)比分析
6 結(jié)束語(yǔ)



本文編號(hào)：3007900