论文部分内容阅读
传统的模糊C均值聚类算法对初值敏感,容易陷入局部最优的问题,本文结合细菌觅食算法和粒子群算法的优点,将两种算法结合,将其应用与改进传统的模糊C均值聚类算法的改进,该改进方式既保留了粒子群算法的全局搜索能力也保留了细菌觅食算法的局部搜索能力,将细菌的趋化过程转换为粒子群算法中寻找最优解的过程,并保留了细菌觅食算法中的复制、迁徙,最后将算法的最后剩余的点作为模糊C均值聚类算法的起始点。在UCI数据集的测试结果表明,该算法有效解决了初始值的敏感和局部最优的问题。