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  2014, Vol. 27 Issue (9): 841-846    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于连续域混合蚁群优化的核模糊C-均值聚类算法研究*
郭小芳1,李锋2,宋晓宁1,王卫东1
1.江苏科技大学 计算机科学与工程学院 镇江 212003
2.江苏科技大学 电子信息学院 镇江 212003
Kernelized Fuzzy C-Means Clustering Algorithm Based on Hybrid Ant Colony Optimization for Continuous Domains
GUO Xiao-Fang1, LI Feng2, SONG Xiao-Ning1, WANG Wei-Dong1
1.School of Computer Science and Engineering, Jiangsu University of Science and Technology, Zhenjiang 212003
2.School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003

全文: PDF (424 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为进一步提高核模糊C-均值聚类算法的聚类性能,提出基于连续域混合蚁群优化的核模糊C-均值聚类算法(KFCM-HACO),使用HACO对KFCM算法的内核函数参数值和聚类中心进行优化,克服传统算法弊端,使核模糊C-均值聚类算法的目标函数最小化,加快算法的收敛速度.该优化算法在UCI数据集上的仿真实验及结果比较表明,KFCM-HACO算法的聚类性能优于传统的聚类算法,提高了聚类的准确性.
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
郭小芳
李锋
宋晓宁
王卫东
关键词 聚类分析核模糊C-均值聚类混合蚁群优化连续概率密度函数    
Abstract:To further improve the clustering performance of kernelized fuzzy C-means clustering algorithm, a kernelized fuzzy C-means clustering algorithm based on hybrid ant colony optimization of continuous domain (KFCM-HACO) is proposed. Kernel function parameters value of KFCM algorithm is optimized by HACO, which overcomes the shortcomings of traditional algorithm, minimizes the objective function of kernelized fuzzy clustering algorithm, and speeds up the convergence rate of the algorithm. The simulation and comparison results on UCI dataset show that the KFCM-HACO algorithm outperforms the traditional clustering algorithm and improves the accuracy of clustering.
Key wordsClustering Analysis    Kernelized Fuzzy C-Means Clustering    Hybrid Ant Colony Optimization    Continuous Probability Density Function   
收稿日期: 2013-06-25     
ZTFLH: TP391  
基金资助:国家自然科学基金项目(No.51008143)、江苏省高校自然科学研究项目(No.10JKB520006)资助
作者简介: 郭小芳(通讯作者),女,1974年生,硕士,副教授,主要研究方向为人工智能、数据挖掘在经济和管理领域的应用.E-mail:gxfsl@126.com.李锋,男,1970年生,博士,副教授,主要研究方向为智能计算、可信计算.宋晓宁,男,1975年生,博士,副教授,主要研究方向为模式识别与智能系统、图像识别、计算机视觉等.王卫东,男,1968年生,博士,副教授,主要研究方向为模式识别、图像处理、人脸识别.
引用本文:   
郭小芳,李锋,宋晓宁,王卫东. 基于连续域混合蚁群优化的核模糊C-均值聚类算法研究*[J]. 模式识别与人工智能, 2014, 27(9): 841-846. GUO Xiao-Fang, LI Feng, SONG Xiao-Ning, WANG Wei-Dong. Kernelized Fuzzy C-Means Clustering Algorithm Based on Hybrid Ant Colony Optimization for Continuous Domains. , 2014, 27(9): 841-846.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I9/841
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