基于模糊C-均值的改进人工蜂群聚类算法

发布时间：2018-03-27 06:26

  本文选题：人工蜂群算法　切入点：模糊C-均值　出处：《计算机应用研究》2016年05期

【摘要】：传统的模糊C-均值聚类算法存在对初始聚类中心选择与噪声数据敏感,容易使目标函数陷入局部最优的问题,以及标准人工蜂群算法局部搜索能力及开发能力不强的缺点。针对这些问题,引进差分进化的思想改进人工蜂群算法并对跟随蜂的搜索行为进行更准确的描述,结合模糊C-均值聚类算法具有收敛速度快、易于实现且局部搜索能力较强的优点,提出一种基于模糊C-均值的改进人工蜂群聚类算法以提高聚类的性能。实验结果表明,该算法相对于传统FCM聚类算法,其准确率和抗噪性有所提高,聚类效果更好。
[Abstract]:The traditional fuzzy C-means clustering algorithm is sensitive to the initial clustering center selection and noise data, which makes the objective function fall into local optimum easily. In order to solve these problems, the idea of differential evolution is introduced to improve the artificial bee colony algorithm and to describe the search behavior of the bee more accurately. Combined with the advantages of fast convergence, easy implementation and strong local search ability of fuzzy C-means clustering algorithm, an improved artificial swarm clustering algorithm based on fuzzy C-means is proposed to improve the clustering performance. Compared with the traditional FCM clustering algorithm, the accuracy and anti-noise of the algorithm are improved, and the clustering effect is better.
【作者单位】： 解放军信息工程大学密码工程学院;
【基金】：国家自然科学基金资助项目(61303074,61309013) 河南省科技攻关计划资助项目(12210231003,13210231002)
【分类号】：TP18;TP311.13

【相似文献】

相关期刊论文 前10条

1 陆向艳;;《算法设计与分析》教学方法探讨[J];广西大学学报(哲学社会科学版);2006年S1期

2 吕兰兰;;浅谈计算机专业《算法设计与分析》课程的启发式教学[J];现代计算机(专业版);2010年12期

3 苏安婕;吴志刚;;关键步分解法在算法设计与描述中的应用[J];成组技术与生产现代化;2011年03期

4 彭雷;戴光明;王茂才;;《算法设计与分析》课程教学方法探索[J];陕西教育(高教版);2011年Z1期

5 石润华;仲红;;“算法设计与分析”课程教学中若干实践与思考[J];电脑知识与技术;2012年01期

6 王喜凤;;关于算法设计与分析课程教学大纲的调查报告[J];计算机教育;2012年13期

7 许道云;;算法机制设计的数学基础[J];贵州大学学报(自然科学版);2013年03期

8 秦董洪;陈智勇;;算法设计与分析课程教学研究[J];计算机教育;2013年11期

9 陈云霞;聂士澄;;试谈学生算法设计能力的培养[J];扬州师院学报(自然科学版);1995年03期

10 蒋新儿;自然数拆分的算法设计[J];微电脑世界;1996年06期

相关会议论文 前10条

1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年

5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年

6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年

7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年

9 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

相关重要报纸文章 前1条

1 ;算法设计的策略[N];电脑报;2003年

相关博士学位论文 前10条

1 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年

2 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年

3 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年

4 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年

5 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年

6 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年

7 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年

8 孙贺;算法设计中的若干前沿问题[D];复旦大学;2009年

9 陈宁涛;基于二分技术的高效算法设计及其应用[D];华中科技大学;2006年

10 娄晓文;无符号基因组切割再粘贴重组问题的算法研究[D];山东大学;2010年

相关硕士学位论文 前10条

1 穆强;基于熵的K-匿名属性泛化算法研究[D];南京信息工程大学;2011年

2 韩孟江;集装箱配载关键问题的高效能求解算法[D];电子科技大学;2011年

3 王帆;面向高维及多目标的协同细菌觅食算法研究[D];大连理工大学;2013年

4 高媛;解两类全局优化问题的新算法[D];西安电子科技大学;2013年

5 肖立;智能算法在对地观测计划制定中的应用[D];中国科学院研究生院（空间科学与应用研究中心）;2008年

6 陈丹;基于遗传聚类的社团发现算法研究[D];西南交通大学;2014年

7 刘源;基于云计算的分布式推荐引擎算法研究[D];电子科技大学;2013年

8 解英文;基于蚁群算法的网络路由算法[D];山东大学;2009年

9 李海生;蜂群算法及其在垂直Web搜索中的应用[D];广州大学;2010年

10 张洪亮;基于粒子滤波的车道标识线检测与跟踪算法的设计与实现[D];东北大学;2008年

，

本文编号：1670398