10.3969/j.issn.1002-0640.2018.01.011
基于ReliefF特征加权的人工蜂群聚类算法
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.
人工蜂群算法、模糊聚类算法、ReliefF、特征加权
43
TP391(计算技术、计算机技术)
国家自然科学基金61170223;国家创新基金资助项目12C26244104350
2018-03-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
52-56,61