典型文献
基于混合身份搜索黏菌优化的模糊C-均值聚类算法
文献摘要：
针对模糊C-均值聚类算法(fuzzy C-means clustering,FCM)对于初始化聚类中心敏感、收敛速度慢,聚类效果不稳定且容易陷入局部最优等问题,提出了一种将黏菌(SMA)与青少年身份搜索(AISA)相融合的自适应优化模糊C-均值算法(AISA-SMA-FCM).该算法首先通过引入AISA算法中的青少年社会机制,改善SMA算法中的全局搜索和局部开发性能.克服了 SMA对于高维数据及部分混峰数据不敏感的缺陷,通过标准测试函数验证改进后的混合AISA-SMA算法寻优求解性能更为优秀;其次此算法用于FCM聚类算法的迭代机制中,通过将AISA-SMA聚类环节加入FCM算法聚类中心迭代过程中,使FCM算法获得自适应优化算法相同的特性,即算法在每次迭代中都将具有探索和开发两个过程,并依据循环迭代次数调节比重,求解聚类结果;最后通过UCI标准数据集仿真测试,利用适应度平均值与聚类正确率评价所提算法的稳定性与有效性,结果表明,AISA-SMA算法用于FCM聚类问题效果较好,AISA-SMA-FCM算法较其他聚类方式和相应的优化技术具有收敛速度快、求解精度高的优点.
文献关键词：
模糊C-均值聚类;启发式优化;黏菌算法;青少年身份算法;社会机制;模糊策略;UCI数据库;融合算法
中图分类号：
作者姓名：
贾鹤鸣;张棕淇;姜子超;冯榆淇
作者机构：
三明学院信息工程学院,福建三明365004;东北林业大学机电工程学院,黑龙江哈尔滨150040
文献出处：
引用格式：
[1]贾鹤鸣;张棕淇;姜子超;冯榆淇-.基于混合身份搜索黏菌优化的模糊C-均值聚类算法)[J].智能系统学报,2022(05):999-1011
A类：
青少年身份算法
B类：
合身,均值聚类,聚类算法,fuzzy,means,clustering,FCM,初始化,聚类中心,收敛速度,速度慢,局部最优,优等,SMA,AISA,社会机制,全局搜索,局部开发,开发性,高维数据,不敏,标准测试函数,算法寻优,自适应优化算法,两个过程,迭代次数,解聚,UCI,标准数据集,仿真测试,适应度,聚类问题,优化技术,启发式优化,黏菌算法,模糊策略,融合算法
AB值：
0.3428
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
