基于改进人工蜂群算法的模糊聚类研究

基于改进人工蜂群算法的模糊聚类研究

ID:35177478

大小:5.61 MB

页数:57页

时间:2019-03-20

基于改进人工蜂群算法的模糊聚类研究_第1页
基于改进人工蜂群算法的模糊聚类研究_第2页
基于改进人工蜂群算法的模糊聚类研究_第3页
基于改进人工蜂群算法的模糊聚类研究_第4页
基于改进人工蜂群算法的模糊聚类研究_第5页
资源描述:

《基于改进人工蜂群算法的模糊聚类研究》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、.^..'、八‘.:.非A式化,心'乂r、V別V产扣..:i.V'識嘉總菌迄墓二H.U游典''’..巧::韻十/巍护话礎為游;I‘^六-,,巧:片苗括案寄车击节:.1八’..淹/;键.:难■巧古弟位V.论义蠻副女心.■■山:'-■豪山'乂峨和■,..趣島針改进Air蜂雜測模糊聚类研究.‘....公:;i^.V戰游:i,姚洪曼'v-v(.^:..?;...‘.r:,:-中::^:.r;■戸::

2、甘■户’■J?■''、’?■I??>■-.V.,、'?.‘..:-...—爲爲乂學二〇—六年六月‘...'...>.,V:,才马.’.';.-;‘;.i廿V,左;VV托皆知..’.‘:;.少-....二:v.^.;J巧誠每说姑棄心媒、'.':...'L:'\.-?,’_.一.!-!?、■;一■...,:分类号TP391密级公开UDC硕:t学位论文

3、基于改进人工蜂群算法的模概聚类研究S?—iaiMT-姚洪曼学科专业计算化应用技术指导老师秦亮虑教授论文答辩日期2016年05月18日学化授予日期2016年06月30日答辩委员会主巧陈友初教授级高级工程师广西大学学位论文原创性和使用授权声明本人声明所呈交的论文,是本人在导师的指导下独立进行研巧所取得的研究成果。除已特别加标注和致谢的地方外,论文不包含任何其他个人或集体己经发表或撰写的研究成果,也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料一。

4、与我同工作的同事对本论文的研巧工作所做的贡献均已在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品,知识产权归属广西大学。本人授权广西大学拥有学位论文的部分使用权,即:学校有权保存并向国家有关部口或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅,可将学位论文的全部或部分内容编入有关数据库进行检索和传播。,可W采用影印、缩印或其它复制手段保存、汇编学位论文本学位论文属于:□保密,在年解密后适用授权。口^保密。""(请在W上相应方框内打V)威碱豪

5、乂义论文作者签名-:日期;'文,指导教师签0/^’^名;曰期:>作者联系电话:电子邮箱:基于改进人工蜂群算法的模糊巧类研究摘要随着互联网相关技术的高速发展,数据量指数级增长。如何从这些海量数据中获得有社会价值和商业价值的信息成为当前急需解决的问题之一。聚类分析是指在无先验知识的情况下,利用合适的聚类算法将数据划分为若干聚簇,发现其中的未知特征和知识。模糊聚类算法对模式间关系的描述更符合现实一,因此成为当前个重一一要的研究焦点之。常用的模糊C均值(FCM)聚类算法是种基于

6、目标函数的算法一,它把聚类问题描述成为个带约束的数学函数优化问题,通过求解数学问题获得数据对象的模糊划分。FCM算法具有模型简单、易编程实现、复杂度化、聚类效果好等优点,并且成功应用到机器视觉、图像处理等领域。然而聚类结果过度依赖于初始聚类中也,而且容易陷入局部极小值。人工蜂群优化算法源于对自然界中蜜蜂群体的觅食过程的模拟,具有并行性、所需参数少、鲁捧性强等优点。针对人工蜂群算法存在的过早收敛、求解精度低及后期收敛慢等缺点,提出了基于改进搜索策略和混沛-SC机制的人工蜂群(ABC

7、)算法。在此算法中,利用历史平均最优解对捜索方向进行正向引导,平衡算法的探索和搜索能力;若进化出现停滞,采-用混浊机制对个体的若干维进行变异。SC算法,保持群体多样性用ABC-对六个基准函数进行优化实验,结果分析证实,ABCSC算法比基本ABC算法及其他改进ABC算法求得的解更接近最优值、求解速度更快。I针对模糊聚类存在的问题、,对目标函数、隶属度和聚类中屯H者中的模糊参数进行调整ABC-,避免出现陷入局部值现象SC算法对初始;利用、-聚类中屯进行优化,将ABCSC算法的输出结果作为

8、FCM算法的初始聚类、中屯进行聚类,克服了其对初值敏感的缺点。通过对UCI和人工数据集进行聚类实验,结果表明此算法不仅克服了FCM算法的缺陷,而且聚类准确。度更高,算法性能更优关键词:模糊C均值聚类人工蜂群算法函数优化混沛变异数据巧掘IISTUDYONTHEIMPROVEDARTIFICIALBEECOLONYA

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。