基于改進(jìn)人工蜂群的聚類(lèi)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
模糊C均值聚類(lèi)算法在數(shù)據(jù)挖掘領(lǐng)域有著廣泛的使用背景,而對(duì)初始點(diǎn)的敏感和較差的搜索能力,限制了算法的進(jìn)一步推廣應(yīng)用。人工蜂群算法具有對(duì)初始點(diǎn)不敏感、適應(yīng)能力強(qiáng)和搜索能力強(qiáng)等優(yōu)點(diǎn),并且針對(duì)人工蜂群算法對(duì)單峰問(wèn)題收斂速度慢、多峰問(wèn)題容易陷入局部最優(yōu)等問(wèn)題,通過(guò)引入差分進(jìn)化算法中變異和交叉思想,改善蜂群算法的收斂速度,平衡局部搜索和全局搜索能力。然后將改進(jìn)的人工蜂群算法和模糊C均值聚類(lèi)算法結(jié)合得到基于改進(jìn)人工蜂群的模糊C均值聚類(lèi)算法,并在多個(gè)國(guó)際標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明此算法在多個(gè)衡量指標(biāo)上取得了明顯的改進(jìn)。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于改進(jìn)人工蜂群的聚類(lèi)算法下載
相關(guān)電子資料下載
- 基于K-means聚類(lèi)算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類(lèi)算法 498
- 如何在 Python 中安裝和使用頂級(jí)聚類(lèi)算法 415
- 10種聚類(lèi)算法和Python代碼4 1118
- 10種聚類(lèi)算法和Python代碼3 960
- 10種聚類(lèi)算法和Python代碼2 796
- 10種聚類(lèi)算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺(jué)新范式!COCs:將圖像視為點(diǎn)集 636
- 10種頂流聚類(lèi)算法Python實(shí)現(xiàn)(附完整代碼) 989