期刊文献+

基于模糊K-Modes和免疫遗传算法的聚类分析 被引量:2

Cluster Analysis Based on Fuzzy K-Modes and Immune Genetic Algorithm
下载PDF
导出
摘要 为了克服传统的模糊K-Modes算法分类正确率低、收敛速度慢的缺点,文中将免疫遗传算法应用到聚类分析中,提出了一种基于模糊K-Modes和免疫遗传算法的聚类算法。通过引入免疫算子,不仅提高了收敛速度,而且避免了陷于局部极小,从而能较快地收敛到全局最优解。免疫算子包括抽取疫苗、接种疫苗和选择疫苗。实验结果证明,此算法具有较好的聚类效果,且稳定性强。 To overcome the shortcomings of the low clustering correctness and slow convergent speed in the basic fuzzy K - Modes clustering algorithm,the immune genetic algorithrn is introduced into the cluster analysis. Cluster analysis based on fuzzy K - Modes and immune genetic algorithm is proposed. Both the analytical and experimental studies indicate that this method is faster and more efficient to converge upon the optimal value. Immune operators including vaccine extraction, vaccination and vaccine selection. The experimental result shows that this improved algorithm is effective and steady contrast with basic fuzzy K - Modes.
出处 《计算机技术与发展》 2009年第2期151-153,共3页 Computer Technology and Development
基金 安徽省自然科学研究项目(2005kj001)
关键词 模糊聚类 K—Modes免疫遗传算法 优化计算 fuzzy clustering K- Modes immune genetic algorithm optimization computation
  • 相关文献

参考文献8

二级参考文献114

共引文献355

同被引文献15

引证文献2

二级引证文献25

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部