摘要
双模糊C均值聚类算法存在对初始聚类中心位置的敏感缺点,影响了算法的应用。本文提出了基于模拟退火(SA)和遗传算法(GA)的双模糊C均值聚类算法。SAGA-DFCM结合了模拟退火和遗传算法的优势,设置新的适应度函数,对初始聚类中心位置进行优化。在wine数据集的分类结果中看到SAGA-DFCM相对于DFCM算法大大减小了对初始聚类中心位置的敏感程度。
出处
《电子技术与软件工程》
2018年第17期164-164,165,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING