安徽省高校省级自然科学研究项目(KJ2010B146)
- 作品数：3 被引量：15H指数：3
- 相关作者：陈寿文李明东更多>>
- 相关机构：滁州学院西华师范大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目四川省软科学研究计划安徽省高等学校优秀青年人才基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 遗传聚类算法改进及其仿真被引量：6
- 2010年
- 针对k-means算法与遗传聚类算法结合时,在其运行过程中算法易于早熟的现象,给出了一种改进的基于遗传进化的聚类算法,将k-means算法与遗传算法二者结合,并通过双种群混合方式构造初始种群,而两种群的不同来源于其各自个体构造方式的不同。适当设计遗传算子作用种群后,于进化群体中选择最优个体,以其对应各分量作为k-means算法的初始中心点,并由该个体执行k-means操作达到数据源的最终聚类之目的。仿真实验表明,该算法是一个有效的遗传聚类方法。
- 陈寿文李明东
- 关键词：遗传算法聚类
- 基于Chebyshev映射的混沌粒子群融合FCM聚类算法被引量：5
- 2015年
- 在PSO融合FCM实施聚类分析中,为克服PSO迭代后期易于发生早熟这一问题,选用Chebyshev映射产生混沌序列。在粒子群初始化时,使用该映射分别初始化各粒子位置和速度,同时,在粒子群算法各次迭代运行中,使用该映射计算惯性系数,并利用适应度方差判定粒子群算法是否发生早熟。若未发生早熟,则依基于混沌惯性系数粒子群搜索最优解,当发生早熟时,则按当前粒子群迄今为止搜索到的最优位置为起点进行混沌搜索,并用搜到的最优位置替换粒子群中最差粒子位置,进而将该混沌粒子群算法同FCM算法融合完成聚类分析任务。提出一种基于Chebyshev映射的混沌粒子群融合FCM均值聚类算法。实验结果显示该算法具有较好的寻优能力并提高了样本分类精度。
- 陈寿文
- 关键词：混沌粒子群算法FCM算法聚类CHEBYSHEV映射
- 一种混合均值聚类算法的实现被引量：4
- 2010年
- 从K-Means聚类算法和FCM算法混合运行的角度来探讨聚类问题,针对FCM算法初始化隶属度矩阵的随机性问题,提出了一种混合均值聚类算法。在混合算法运行过程中,利用前者的聚类结果信息来初始化后者的初始中心,依此来计算FCM算法初始隶属度矩阵,通过FCM算法的运行,最终实现数据集的聚类目的。实验结果表明该混合均值算法比单纯使用FCM算法效果好。
- 陈寿文李明东
- 关键词：K-MEANS算法模糊C均值算法
