基于量子行为粒子群优化的软子空间聚类算法

摘要：

针对软子空间聚类算法搜寻聚类中心点容易陷入局部最优的缺点,提出在软子空间聚类框架下,结合量子行为粒子群优化(QPSO)和梯度下降法优化软子空间聚类目标函数的模糊聚类算法.根据QPSO全局寻优的特点,求解子空间中全局最优中心点,利用梯度下降法收敛速度快的特点,求解样本点的模糊权重和隶属度矩阵,最终获取样本点的最优聚类结果.在UCI数据集上的实验表明,文中算法可提高聚类精度和聚类结果的稳定性.

关键词：模糊聚类、软子空间、量子行为粒子群优化(QPSO)、梯度下降、全局优化

所属期刊栏目：29

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目61373055;National Natural Science Foundation of China61373055

在线出版日期：2016-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：558-566