改进的模糊C均值聚类算法

摘要：

把自适应的策略与传统的模糊C均值聚类算法结合起来,形成新的模糊聚类算法.在不影响收敛速度的情况下,它能够很好解决局部最优以及对初始值敏感的问题.以UCI机器学习数据库中的两组数据集为研究对象,实验结果表明,它的精确度与自适应免疫聚类算法相当,能够得到准确的簇的数目,并且它的收敛速度更快,这对于如今网络数据的高速变化来说,该方法显得更为重要.

关键词： 模糊C均值聚类 自适应簇 机器学习 数据库 免疫聚类算法 收敛速度

作者: 刘坤朋 罗可

作者单位: 长沙理工大学,计算机通信与工程学院,长沙,410076

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 97-98,188

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）