|
|||||
|
|
| 基于量子行为粒子群优化的软子空间聚类算法* | |
| 作者姓名： | 许亚骏 吴小俊 |
| 作者单位： | 江南大学 物联网工程学院 无锡 214122 |
| 基金项目： | 国家自然科学基金项目(No.61373055)资助 |
| 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 |
| 收稿时间： | 2015-02-06 |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 | |
| 点击此处可从《模式识别与人工智能》下载全文 | |
