基于PSO的模糊K-Prototypes聚类
模糊K-Prototypes(FKP)算法能够对包含数值属性和分类属性相混合的数据集进行有效聚类,但是存在对初始值敏感、容易陷入局部极小值的问题.为了克服该缺点,提出了一种基于粒子群优化(PSO)算法和FKP算法的混合聚类算法,先利用PSO算法确定FKP的初始聚类中心,再将PSO聚类结果作为后续FKP算法的初始值.实验结果表明,新算法具有良好的收敛性和稳定性,聚类效果优于单一使用FKP算法.
聚类分析、粒子群优化算法、模糊聚类算法、数值型属性、分类型属性、聚类中心
29
TP301.6(计算技术、计算机技术)
2008-07-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
2883-2885