二阶段模糊聚类方法研究

摘要：

针对当前聚类方法存在的缺点,提出一种高效的高维数据硬划分算法,在此基础上提出了一种分阶段模糊聚类方法.第一阶段,利用硬划分算法对数据聚类,克服了模糊聚类算法对初始值敏感的缺点.第二阶段,以第一阶段运算结果作为初始值,进行模糊聚类的,并将模拟退火算法引入模糊聚类,从而保证了聚类结果的全局最优性.实验结果表明,该方法是可行的、有价值的.

关键词： 模糊聚类 恒星光谱数据 全局最优性 模拟退火算法

作者: 蔡江辉 张继福 赵旭俊

作者单位: 太原科技大学,计算机科学与技术学院,山西,太原,030024 太原科技大学,计算机科学与技术学院,山西,太原,030024;中国科学院自动化研究所,模式识别国家重点实验室,北京,100080

会议类型: 国内会议

会议名称: 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)

会议地点: 哈尔滨

会议语种:中文

页码: 552-557

在线出版日期: 2006-08-05（万方平台首次上网日期，不代表论文的发表时间）