[1]金萍 王浩 宗瑜 李明楚.基于调整学习的聚类算法[J].计算机技术与发展,2009,(02):58-61.
　JIN Ping,WANG Hao,ZONG Yu,et al.Clustering Algorithm Based on Fine- Tuned Learning[J].,2009,(02):58-61.
点击复制

基于调整学习的聚类算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年02期
页码:
58-61
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Clustering Algorithm Based on Fine- Tuned Learning
文章编号:
1673-629X（2009）02-0058-04
作者:
金萍1 王浩1 宗瑜2 李明楚2
[1]合肥工业大学计算机与信息学院[2]大连理工大学软件学院
Author(s):
JIN Ping;  WANG Hao;  ZONG Yu;  LI Ming-Chu
[1]School of Computer and Information,, Hefei University of Technology[2]School of Software, Dalian University of Technology
关键词:
凋整学习; 调整算子; 局部搜索; 聚类算法; FCM
Keywords:
fine - tuned iearning;  fine - tuned operator;  local search;  clustering algorithm;  FCM
分类号:
TP301.6
文献标志码:
A
摘要:
调整学习是一种逐步求精的近似学习方法，是提高局部搜索解质量的重要途径之一。该方法调用调整算子填平局部最优解陷阱，构造一系列不同粒度的搜索空间，降低局部最优解对解质量的影响。利用调整学习的基本原理设计了聚类算法框架CAT_L，并给出了适合处理聚类问题的噪声平滑调整算子。实验对比了经典FCM算法与FCM—CAT_L（以FCM算法作为CAT_L框架的聚类算子）算法的聚类质量。实验结果表明，调整学习方法对提高聚类质量是有效的。
Abstract:
Fine- tuned learning, one of the important ways to increase the quality of solution of local search algorithm, is an approximation learning method. A fine- tuned operator is used to create a series of different granularity search spaces in which most trap

备注/Memo

备注/Memo:
国家自然科学基金重大项目(90412007)；国家自然科学基金(60503003)；安徽省教育厅自然科学基金(KJ2008B133，KJ2008B05ZC)金萍(1978-)，女，硕士，讲师，主要研究领域为数据挖掘、智能计算、计算机应用；王浩，教授，硕士生导师，主要研究方向为人工智能与数据挖掘。
更新日期/Last Update: 1900-01-01