基于智能优化算法的模糊软子空间聚类方法

摘要：

为解决选定特征上的聚类问题和模糊C-均值聚类存在的初始值敏感、易陷入局部最优的问题,提出了一种基于改进萤火虫算法的模糊软子空间聚类方法.该方法在模糊C-均值聚类算法的基础上,采用基于数据可靠性的k-均值算法中特征权值的计算方法,并结合萤火虫算法的全局搜索能力对所有的特征子空间进行搜索;设计了一种目标函数来对聚类结果和子空间所包含的特征维进行评估,并利用目标函数改进了萤火虫算法的搜索公式.实验结果表明,该方法能有效地收敛于全局最优解,具有良好的聚类效果和抗噪性.

关键词：聚类分析、子空间聚类、模糊C-均值、萤火虫算法、特征权值

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61303074,61309013;国家重点基础研究发展计划“973”计划基金项目2012CB315900;河南省科技计划项目12210231003,13210231002

在线出版日期：2016-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：256-261