基于ReliefF特征加权的人工蜂群聚类算法

摘要：

针对模糊聚类算法对最优聚类中心的搜索能力偏弱,以及没有度量样本数据各维特征属性对聚类结果贡献度的问题,提出了一种ReliefF特征加权的人工蜂群聚类算法.算法利用人工蜂群算法搜索最优聚类中心,使用ReliefF算法度量数据各维特征权重,分析了各维特征对聚类的不同影响,减弱冗余特征对聚类的干扰,增强有效特征对聚类的贡献,对加权变换后的数据样本进行聚类以提高聚类效果.在UCI数据集上的对比实验结果表明,此算法具有很好的综合性能.

关键词：人工蜂群算法、模糊聚类算法、ReliefF、特征加权

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61170223;国家创新基金资助项目12C26244104350

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：52-56,61