基于改进人工蜂群的聚类算法
大小：0.42 MB 人气： 2017-11-29 需要积分：1
标签：聚类算法(12037)
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，而对初始点的敏感和较差的搜索能力，限制了算法的进一步推广应用。人工蜂群算法具有对初始点不敏感、适应能力强和搜索能力强等优点，并且针对人工蜂群算法对单峰问题收敛速度慢、多峰问题容易陷入局部最优等问题，通过引入差分进化算法中变异和交叉思想，改善蜂群算法的收敛速度，平衡局部搜索和全局搜索能力。然后将改进的人工蜂群算法和模糊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，并在多个国际标准数据集上进行验证，实验结果表明此算法在多个衡量指标上取得了明显的改进。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于改进人工蜂群的聚类算法下载
相关电子资料下载
- 基于K-means聚类算法的图像分割 111
- 介绍一种基于最小化平方误差的聚类算法 243
- 如何在 Python 中安装和使用顶级聚类算法 171
- 10种聚类算法和Python代码4 596
- 10种聚类算法和Python代码3 491
- 10种聚类算法和Python代码2 438
- 10种聚类算法和Python代码1 322
- YOLOv5中的autoanchor.py代码解析 801
- 视觉新范式！COCs：将图像视为点集 321
- 10种顶流聚类算法Python实现（附完整代码） 566