基于改进人工蜂群的模糊c均值聚类算法研究

基于改进人工蜂群的模糊c均值聚类算法研究

ID:35065441

大小:5.87 MB

页数:70页

时间:2019-03-17

基于改进人工蜂群的模糊c均值聚类算法研究_第1页
基于改进人工蜂群的模糊c均值聚类算法研究_第2页
基于改进人工蜂群的模糊c均值聚类算法研究_第3页
基于改进人工蜂群的模糊c均值聚类算法研究_第4页
基于改进人工蜂群的模糊c均值聚类算法研究_第5页
资源描述:

《基于改进人工蜂群的模糊c均值聚类算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、诗,:-.;.>J、't,一‘..’■-’,?...*j..uv.去.奇术去例密级:保密期限:聲4乂爹硕±学位论文…\J(tr基于改进人工蜂群的模糊c均值聚类算法研究Researchofimprovedartificialbeecolony化rftizzy-meanscClusterinalorithmgg学号E13201023姓名徐曼舒学位类别工学硕±计算机应用技术(工程领域)

2、指导教师汪继文,完成时间2016年03月-会常T名MlyHJlj独创性声明本人声明所呈交的学位论文是本人在导怖指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材一,料。与我同工作的同志对本研究所做的任何贾献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:签宇日期:年月日学位论文版权使巧授权书本学位论文作者完全了解安

3、徽大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权安徽大学可W将学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存、汇编学位论义。(保密的学位论文在解密后适用本授权书)学位论文作者签名:巧1句导师签名;签字日期:年去月乂日签字日期:占年r月tT日安微大学硕±学位论文摘要摘要随着计算机技术的迅速发展,各类数据信息爆炸式的增长。计算机的计算和存储能力也在日新月

4、异,如何从繁杂的数据中提取有用的信息,W帮助分析和决策,得到越来越多的重视。数据挖掘技术应运而生,而聚类作为数据挖掘领域的重要分支,对于大量数据的提取分析起着不可替代的作用。随着数据形式的多样化,数据规模的大型化,对聚类能力的要求也越来越严格。传统聚类算法对初始点敏感,划分能力差的缺点越来越满足不了人们的需求。一人工蜂群算法是群智能算法的种,具有对初始点不敏感、适应能为强和捜索能力强等优点。而针对人工蜂群算法对单峰问题收敛速度慢、多峰问题容一易陷入局部最优,W及相对单、随机的扰动方

5、式等问题,我们参考了差分进化算法中变异和交叉的思想,因为差分进化算法经过多年的研究和发展,具有。寻优能力强,变异形式多样的优点通过结合差分进化算法不同的变异方式,让人工蜂群算法的扰动过程收集更多的有用信息,让扰动变得更有目的性。不同的变异方式侧重不同的种群中的信息,配合相应的控制参数,平衡了算法的局部捜索和全局搜索能为,加快了算法的收敛速度。模糊C均值聚类算法在数据挖掘领域有着广泛的使用背景,而对巧始点的敏感性和较差的搜索能力一,限制了算法的进步推广应用。将改进的人工蜂群算法和

6、模糊C-均值聚类算法结合得到基于改进人工蜂群的模糊C-均值聚类算法,利用群智能算法适应能力强、搜索能力强的优点很好的弥补了模糊C均值聚类算法的缺点,并在多个国际标准数据集上的进行实验验证。统计分析实验结果,表明此算法在收敛速度、聚类精度W及稳定性等多个衡量指标上取得了明显的改进。一-为了进步推广基于改进人工蜂群的模糊C均值聚类算法,排除参数对实验结果的不确定性影响,我们进巧了大量的实验,通过实验总结了算法中两个重要的控制参数的变化规律。其中变异因子F的取值増大,会导致种群的多样

7、I安徽大学硕±学位论文基于改进人工蜂群的模糊C均值聚类算法研巧一性增加,算法早熟风险降低,稳定性増加,但是算法的收敛速度会有定的下降。交叉因子C7?取值的増大,收敛速度加快,降低了聚类的迭代次数。但CJ?一一的取值不能味的增大,因为〇的取值超过定的阔值后,会使算法接近于i?随机搜索,收敛速度不升反降。再者C的取值需要根据实际数据集的情况确定,Ci?值过大,会导致局部搜索能力不够,对于复杂聚类情化容易丢失全局最优解,导致聚类稳定性降低。关键词:模糊C均值聚类;人工蜂群算街差分进

8、化算凉变异因子:交叉因子n安徽大学硕王学位论文AbstractAbstractWWitfedevelopmentofcon>utertechnologydiferentkindsofinformation5,aree^q^bsivegrowth,meanwhileconputingandstora^capacityarealsorisin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。