10.3969/j.issn.1007-5321.2005.01.019
基于遗传算法的动态模糊聚类
提出了一种基于遗传算法的动态模糊聚类方法.通过计算样本之间的模糊相似性,不失真地反映它们之间的内在关联.同时将样本之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面.利用遗传算法不断优化两者之间的映射,使样本之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类.克服了聚类有效性对样本分布的依赖性;同时,增加了聚类的灵活性和可视化.该方法在性能上较经典的模糊聚类算法有一定改进,具有较好的聚类效果和较快的收敛速度.仿真实验结果证明了该方法的可行性和有效性.
动态模糊聚类、模糊相似矩阵、遗传算法
28
TP183(自动化基础理论)
国家自然科学基金60175024;教育部科学技术研究项目02090
2005-03-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
75-78