节点文献

一种新的自组织粒子群聚类算法

免费订阅

【作者】 刘世华叶展翔刘向华

【Author】 LIU Shihua;YE Zhanxiang;LIU Xianghua;Information Technology Department, Wenzhou Vocational & Technical College;

【机构】 温州职业技术学院信息技术系

【摘要】 针对粒子群优化(PSO)算法复杂度偏高的问题,提出一种新的基于竞争学习的自组织粒子群聚类(SOPSC)算法。该算法采用每个粒子代表一个聚类中心的编码方法,通过借鉴自组织映射(SOM)算法的竞争学习机制,采用类内相似度和类间相异度作为指导,使粒子进行自组织飞行,从而达到自动聚类的目的,克服了传统粒子群聚类算法中粒子编码复杂、算法复杂度偏高的缺点。实验证明,该算法聚类精度高、稳定性好,且对初始值和参数不敏感。

【关键词】 粒子群聚类竞争学习PSOSOMSOPSC
【基金】 温州职业技术学院科研项目(WZY2014032)
【所属期刊栏目】 应用技术 (2015年03期)
  • 【DOI】10.13669/j.cnki.33-1276/z.2015.059
  • 【分类号】TP311.13
  • 【被引频次】1
  • 【下载频次】53
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: