论文部分内容阅读
针对模糊K—Means算法随机选择初始数据中心而导致的聚类效果不稳定的问题,提出了一种粒子群优化的模糊K—Means改进聚类算法。首先,定义了一个确定聚类数K和初始数据中心的算法,然后将算法得到的初始数据中心作为初始粒子,采用粒子群优化算法进行寻优获得最优数据中心,最后再使用模糊K—Means算法根据最优数据中心进行聚类。在UCI数据集上的实验结果表明文中算法能准确地实现分类,具有较强的全局寻优能力、较少的寻优时间和较快的收敛能力,能有效地解决目标分类问题。