模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2016, Vol. 29 Issue (6): 558-566    DOI: 10.16451/j.cnki.issn1003-6059.201606010
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于量子行为粒子群优化的软子空间聚类算法*
许亚骏,吴小俊
江南大学 物联网工程学院 无锡 214122
Soft Subspace Clustering Algorithm Based on Quantum-Behaved Particle Swarm Optimization
XU Yajun, WU Xiaojun
School of IoT Engineering, Jiangnan University, Wuxi 214122

全文: PDF (449 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对软子空间聚类算法搜寻聚类中心点容易陷入局部最优的缺点,提出在软子空间聚类框架下,结合量子行为粒子群优化(QPSO)和梯度下降法优化软子空间聚类目标函数的模糊聚类算法.根据QPSO全局寻优的特点,求解子空间中全局最优中心点,利用梯度下降法收敛速度快的特点,求解样本点的模糊权重和隶属度矩阵,最终获取样本点的最优聚类结果.在UCI数据集上的实验表明,文中算法可提高聚类精度和聚类结果的稳定性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
许亚骏
吴小俊
关键词 模糊聚类软子空间量子行为粒子群优化(QPSO)梯度下降全局优化    
Abstract:Soft subspace clustering algorithm frequently falls into local optimum during searching clustering center point. A fuzzy clustering algorithm is proposed based on the framework of soft subspace clustering, and it integrates quantum-behaved particle swarm optimization (QPSO) algorithm into gradient descent method to optimize the objective function in soft subspace clustering. By the characteristic of searching global optimum in the QPSO algorithm, global optimal center points are solved in the subspace, and then by the high convergence speed of the gradient descent method, fuzzy weights and membership degree matrices of sample points can be obtained. Finally, the optimal clustering results of sample points are obtained. Experiment is carried out on UCI dataset and the results demonstrate the improvement in accuracy as well as the stability of the clustering results of the proposed method.
Key wordsFuzzy Clustering    Soft Subspace    Quantum-Behaved Particle Swarm Optimization (QPSO)    Gradient Descent    Global Optimization   
收稿日期: 2015-02-06     
基金资助:国家自然科学基金项目(No.61373055)资助
通讯作者: 吴小俊(通讯作者),男,1967年生,博士,教授,主要研究方向为人工智能、模式识别、计算机视觉.E-mail:wu_xiaojun@jiangnan.edu.cn.   
作者简介: 许亚骏,男,1990年生,硕士研究生,主要研究方向为人工智能、模式识别.E-mail:xuyajunCR7@163.com.
引用本文:   
许亚骏,吴小俊. 基于量子行为粒子群优化的软子空间聚类算法*[J]. 模式识别与人工智能, 2016, 29(6): 558-566. XU Yajun, WU Xiaojun. Soft Subspace Clustering Algorithm Based on Quantum-Behaved Particle Swarm Optimization. , 2016, 29(6): 558-566.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201606010      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2016/V29/I6/558
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn