检索结果-内蒙古大学图书馆

作者：高万学湖北大学

学位级别：硕士

聚类分析是数据挖掘的一个重要研究领域。在所有的聚类方法中，模糊c-均值算法（FcM）是应用最为广泛的一种算法，它具有算法简单、局部搜索能力强收敛速度快的优点。但此方法也存在严重的不足：对初值敏感，易陷入局部极小值。　　本... 详细信息

聚类分析是数据挖掘的一个重要研究领域。在所有的聚类方法中，模糊c-均值算法（FcM）是应用最为广泛的一种算法，它具有算法简单、局部搜索能力强收敛速度快的优点。但此方法也存在严重的不足：对初值敏感，易陷入局部极小值。　　本文将遗传算法应用于聚类分析，利用遗传算法的全局性收敛特征来改善FcM算法的不足。我们首先介绍了聚类分析、遗传算法的一些基本知识以及实现他们的一些基本技术，然后讨论了应用于模糊聚类分析时遗传算法的设计。在遗传算法的设计中，根据问题的需求，我们提出了以聚类中心为个体的实数编码方式;同时，为了简化算法，在选择阶段采用了一种基于精英重组的选择机制，即在家庭的范围内保存最优的两个个体;最后，基于实数编码方式，设计了与其匹配的基于最短距离基因匹配的算术交叉算子和非均匀变异算子。应用遗传算法的基本原理证明了算法的收敛性，并借助于位串函数分析了其收敛性特征，将算法用于Iris数据集，数值实验表明算法很好的性能，能大大的提高FcM算法的聚类性能。

关键词：聚类分析模糊c-均值算法遗传算法模糊聚类方法全局收敛性

来源：评论

学校读者我要写书评

暂无评论

一种基于量子粒子群算法的模糊c-均值聚类

引用

阜阳师范学院学报（自然科学版） 2009年第3期26卷 40-43页

作者：王浩陈蕴阜阳师范学院计算机与信息学院安徽阜阳236029

把QPSO算法与模糊c-均值(FcM)算法相结合提出一种混合模糊聚类算法(QPSO-FcM),将FcM算法中基于梯度下降的迭代过程用新算法进行替代,能够在一定程度上克服FcM算法易陷入局部极小的缺陷,降低FcM算法的初值敏感度.通过典型的Wine的数据实... 详细信息

把QPSO算法与模糊c-均值(FcM)算法相结合提出一种混合模糊聚类算法(QPSO-FcM),将FcM算法中基于梯度下降的迭代过程用新算法进行替代,能够在一定程度上克服FcM算法易陷入局部极小的缺陷,降低FcM算法的初值敏感度.通过典型的Wine的数据实验结果证明,改进后的新算法具有良好的收敛性,聚类效果也有一定的改善.

关键词：模糊c-均值算法粒子群算法量子粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于聚类与决策树的综合入侵检测算法研究

引用

计算机安全 2010年第9期 26-29页

作者：张会影蚌埠学院安徽蚌埠233000

入侵检测是一种通过实时监测目标系统来发现入侵攻击行为的安全技术,传统的入侵检测系统在有效性、适应性和可扩展性方面都存在着不足。为了使模糊聚类算法获得的聚类结果为全局最优解,改进了传统的模糊c-均值算法,并且在每个聚类的数... 详细信息

入侵检测是一种通过实时监测目标系统来发现入侵攻击行为的安全技术,传统的入侵检测系统在有效性、适应性和可扩展性方面都存在着不足。为了使模糊聚类算法获得的聚类结果为全局最优解,改进了传统的模糊c-均值算法,并且在每个聚类的数据集上建立一棵属于该聚类的c4.5决策树,构造了一种新的综合检测算法来确定是否存在入侵。通过实验结果分析,该检测算法降低了误报率,提高了入侵检测的检测性能以及可靠性。

关键词：入侵检测聚类模糊c-均值算法决策树

来源：评论

学校读者我要写书评

暂无评论

模拟信源标量量化的模糊c-均值算法

引用

解放军理工大学学报（自然科学版） 2006年第6期7卷 520-525页

作者：杨保峰沈越泓解放军理工大学通信工程学院江苏南京210007

为改进模拟信源标量量化的收敛速度,将模糊逻辑中的模糊c-均值算法进行适当改造,应用到模拟信源的标量量化过程中,即形成了模拟信源标量量化的模糊c-均值算法。算法将迭代过程中的分区矩阵“元素化”放宽了限制条件。仿真结果表明,新的... 详细信息

为改进模拟信源标量量化的收敛速度,将模糊逻辑中的模糊c-均值算法进行适当改造,应用到模拟信源的标量量化过程中,即形成了模拟信源标量量化的模糊c-均值算法。算法将迭代过程中的分区矩阵“元素化”放宽了限制条件。仿真结果表明,新的模糊c-均值算法在选择合适的精度E的条件下,随着分区数目增加和训练序列长度的增加,收敛速度要远优于传统的c-均值算法,同时通过控制参数E,可以在收敛速度和量化失真度量M SE之间进行权衡。

关键词：标量量化 c-均值算法模糊c-均值算法隶属度

来源：评论

学校读者我要写书评

暂无评论

实时半盲非线性均衡算法:N-伪递推模糊c-均值均衡算法

引用

电子学报 2006年第5期34卷 966-968页

作者：周薛雪罗懋康何小勇四川大学数学学院四川成都610064

本文基于模糊c-均值算法设计了能对不在同一时刻到达的数据进行实时模糊聚类的N-伪递推模糊c-均值算法(N Pseudo Recursive Fuzzy c-means A lgorithm,简记为N-PRFcM),并将其应用到非线性均衡上(N-PRFcM均衡算法).仿真结果表明,该算法... 详细信息

本文基于模糊c-均值算法设计了能对不在同一时刻到达的数据进行实时模糊聚类的N-伪递推模糊c-均值算法(N Pseudo Recursive Fuzzy c-means A lgorithm,简记为N-PRFcM),并将其应用到非线性均衡上(N-PRFcM均衡算法).仿真结果表明,该算法具有实时、半盲、聚类中心的自适应变动的特性,且由于该算法关心的仅是信道聚类中心间的距离,故信道非线性畸变程度对它的影响可忽略不计.最后对该算法进行了收敛性分析.

关键词：非线性均衡模糊c-均值算法模糊控制器

来源：评论

学校读者我要写书评

暂无评论

基于粒子群和免疫克隆的模糊c-均值聚类

引用

沈阳建筑大学学报（自然科学版） 2009年第3期25卷 585-589页

作者：刘福荣高晓智王常虹哈尔滨工业大学空间控制与惯性技术研究中心黑龙江哈尔滨150001 赫尔辛基工业大学智能电力电子实验室芬兰0215

目的基于梯度下降的模糊聚类算法(FcM)选择最优解做改进,降低原FcM对初始值的敏感度,改进模糊c-均值算法,加快收敛速度,改善聚类的效果.方法该算法通过克隆选择改变粒子群优化算法(PSO)中群体的多样性,用PSO代替了FcM算法的基于梯度下... 详细信息

目的基于梯度下降的模糊聚类算法(FcM)选择最优解做改进,降低原FcM对初始值的敏感度,改进模糊c-均值算法,加快收敛速度,改善聚类的效果.方法该算法通过克隆选择改变粒子群优化算法(PSO)中群体的多样性,用PSO代替了FcM算法的基于梯度下降的迭代过程.结果算法具有很强的全局搜索能力,很大程度上避免了FcM算法易陷入局部极值的缺陷,同时也降低了FcM算法对初始值的敏感度.通过机器学习中的W ine和Iris数据对所提出的算法进行验证,取W ine样本数据为178个,条件属性为13,聚类类别数为3;Iris数据150个,条件属性个数为4,对这两类数据分别进行聚类分析,将试验结果与单纯的FcM和基于PSO的FcM比较,聚类的正确性有所提高.结论基于粒子群和免疫克隆的模糊c-均值聚类算法具有很强的全局搜索能力,提高了聚类的效果和效率.

关键词：粒子群优化算法聚类分析克隆选择模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

一个新的模糊聚类有效性指标

引用

计算机工程 2009年第12期35卷 143-144,147页

作者：孔攀邓辉文黄艳艳江欢西南大学计算机与信息科学学院重庆400715 西南大学逻辑与智能研究中心重庆400715

提出一个新的模糊聚类有效性指标。该指标能确定由模糊c-均值算法(FcM)所得模糊划分的最优划分和最优聚类数,结合了模糊聚类的紧致性和分离性信息,用类内加权平方误差和计算紧致性,用类间相似度计算分离性。在3个人造数据集和3个真实数... 详细信息

提出一个新的模糊聚类有效性指标。该指标能确定由模糊c-均值算法(FcM)所得模糊划分的最优划分和最优聚类数,结合了模糊聚类的紧致性和分离性信息,用类内加权平方误差和计算紧致性,用类间相似度计算分离性。在3个人造数据集和3个真实数据集上进行对比实验,结果证明该指标的性能优于其他有效性指标。

关键词：模糊聚类有效性指标模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

基于全局优化搜索算法的图像分割研究

引用

计算机科学 2009年第7期36卷 278-280页

作者：杨丹瞿中重庆大学计算机学院重庆400030 重庆邮电大学计算机科学与技术学院重庆400065

基于聚类的图像分割算法中,由于模糊c-均值算法需要初始化,并且目标函数存在许多局部极小点,如果初始化落在目标函数的局部极小点附近,就会造成算法收敛到局部极小。为了解决此问题,采用全局优化搜索算法,提出了将全局优化搜索技术引入... 详细信息

基于聚类的图像分割算法中,由于模糊c-均值算法需要初始化,并且目标函数存在许多局部极小点,如果初始化落在目标函数的局部极小点附近,就会造成算法收敛到局部极小。为了解决此问题,采用全局优化搜索算法,提出了将全局优化搜索技术引入进来对模糊c-均值算法加以改进,分析了在不同初始条件下,对许多样本的聚类分析时,全局优化搜索算法比传统的模糊c-均值聚类算法更加有效,通过仿真实验验证并对算法性能进行理论分析。

关键词：全局优化搜索图像分割模糊聚类模糊c-均值算法硬c-均值算法

来源：评论

学校读者我要写书评

暂无评论

新的混合模糊c-均值聚类算法

引用

计算机工程与设计 2008年第4期29卷 917-919,922页

作者：王浩王秀友陈蕴阜阳师范学院计算机系

基于量子行为的粒子群算法(QPSO)是一种改进的粒子群优化算法。它使用的参数个数少,在解的收敛性和全局搜索能力上优于基本的粒子群算法(PSO)。将QPSO算法与模糊c-均值(FcM)算法相结合提出一种新的混合模糊c-均值聚类算法(QPSO-FcM),新... 详细信息

基于量子行为的粒子群算法(QPSO)是一种改进的粒子群优化算法。它使用的参数个数少,在解的收敛性和全局搜索能力上优于基本的粒子群算法(PSO)。将QPSO算法与模糊c-均值(FcM)算法相结合提出一种新的混合模糊c-均值聚类算法(QPSO-FcM),新算法代替了FcM算法的基于梯度下降的迭代过程,在一定程度上克服了FcM算法易陷入局部极小的缺陷,降低了FcM算法的初值敏感度。实验结果表明,改进后的新算法与FcM算法和PSO与FcM结合算法相比,具有良好的收敛性,聚类效果也有较好的改善。

关键词：聚类量子粒子群算法粒子群算法模糊c-均值算法模糊聚类加权

来源：评论

学校读者我要写书评

暂无评论

两阶段模糊聚类算法在气测资料解释中的应用

引用

计算机工程与设计 2009年第4期30卷 1027-1029页

作者：薛磊白康生孙玉强程起才江苏工业学院计算机科学与工程系江苏常州213164

针对气测解释的随机性和模糊性的特点,提出一种两阶段模糊聚类算法。该算法通过引入密度参数对最大最小距离算法作了改进,以改进后的最大最小距离算法对数据集进行粗聚类,再以粗聚类所得的聚类中心为初始聚类中心执行标准模糊c-均值算法... 详细信息

针对气测解释的随机性和模糊性的特点,提出一种两阶段模糊聚类算法。该算法通过引入密度参数对最大最小距离算法作了改进,以改进后的最大最小距离算法对数据集进行粗聚类,再以粗聚类所得的聚类中心为初始聚类中心执行标准模糊c-均值算法,得到类中心以及各数据类别。用于某油田某区块的储层油气性识别的实践表明,该算法实现简单、准确率较高、稳定性好,优于标准FcM算法。

关键词：气测最大最小距离算法密度参数模糊聚类模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：