[1]周峰 李龙澍.结合蚁群聚类算法的模糊C均值聚类[J].计算机技术与发展,2012,(07):45-48.
　ZHOU Feng,LI Long-shu.Fuzzy C Mean Clustering Combined Ant Colony Clustering Algorithm[J].,2012,(07):45-48.
点击复制

结合蚁群聚类算法的模糊C均值聚类()
分享到：

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

卷:
期数:
2012年07期
页码:
45-48
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Fuzzy C Mean Clustering Combined Ant Colony Clustering Algorithm
文章编号:
1673-629X（2012）07-0045-04
作者:
周峰 李龙澍
安徽大学计算机科学与技术学院
Author(s):
ZHOU Feng; LI Long-shu
School of Computer Science and Technology, Anhui University
关键词:
蚁群算法; 模糊C均值; 聚类算法
Keywords:
ant colony clustering ;  FCM;  clustering algorithm
分类号:
TP301.6
文献标志码:
A
摘要:
模糊C均值（FCM）聚类算法采取随机选取聚类中心的方法，这种方法使得FCM算法在局部范围内容易获得最优解，但在全局范围内效果较差，且FCM算法中聚类簇的个数一般需要人为设定。面对上述种种问题，文中将蚁群聚类算法和FCM聚类算法进行结合，获得了一种改进的FCM聚类算法。该算法在初步聚类中利用蚁群聚类产生聚类中心和簇的个数，将产生的聚类中心提供给FCM算法进行再次聚类。利用蚁群聚类的全局搜索和并行运算的优点避免了聚类易陷入局部最优解的缺陷。经过实验验证，该算法较一般FCM算法具有更好的性能
Abstract:
Fuzzy C-means （FCM ） clustering algorithm gets the initial clustering center by random selecting, which makes the FCM algo- rithm is easy to fall into local optimal solution of the dilemma,and the FCM clustering algorithm needs to set the number of clustering center by human constructing. It addresses the above problems with ant colony clustering to propose an advanced FCM clustering algo- rithm. The ant colony clustering creates the initial clustering center and the number of the center,tbe data uses to be the input for Fuzzy C -means clustering algorithm. Global search and parallel computing benefits avoid the clustering which is easy to fall into local optimal solution of the defects. After experimental verification,the simulation result shows the effectiveness of the method

相似文献/References:

[1]段军,张清磊.蚁群算法在LEACH路由协议中的应用[J].计算机技术与发展,2014,24(01):65.
　DUAN Jun,ZHANG Qing-lei.Application of Ant Colony Algorithm Based on LEACH Routing Protocol[J].,2014,24(07):65.
[2]何小娜 逄焕利.基于二维直方图和改进蚁群聚类的图像分割[J].计算机技术与发展,2010,(03):128.
　HE Xiao-na,PANG Huan-li.Image Segmentation Based on Improved Ant Colony Clustering and Two- Dimensional Histogram[J].,2010,(07):128.
[3]熊伟平 曾碧卿.几种仿生优化算法的比较研究[J].计算机技术与发展,2010,(03):9.
　XIONG Wei-ping,ZENG Bi-qing.Studies on Some Bionic Optimization Algorithms[J].,2010,(07):9.
[4]宋世杰 刘高峰 周忠友 卢小亮.基于改进蚁群算法求解最短路径和TSP问题[J].计算机技术与发展,2010,(04):144.
　SONG Shi-jie,LIU Gao-feng,ZHOU Zhong-you,et al.An Improved Ant Colony Algorithm Solving the Shortest Path and TSP Problem[J].,2010,(07):144.
[5]林本强 唐依珠.基于蚁群算法的移动自适应网QoS路由算法[J].计算机技术与发展,2009,(06):9.
　LIN Ben-qiang,TANG Yi-zhu.Ant Colony Algorithm Based Ad Hoc Network QoS Routing Algorithm[J].,2009,(07):9.
[6]古明家 宣士斌 廉侃超 李永胜.基于蚁群和人工鱼群算法融合的QoS路由算法[J].计算机技术与发展,2009,(07):145.
　GU Ming-jia,XUAN Shi-bin,LIAN Kan-chao,et al.QoS Routing Algorithm Based on Combination of Modified Ant Colony Algorithm and Artificial Fish Swarm Algorithm[J].,2009,(07):145.
[7]贾瑞玉 张新建 冯伦阔 李永顺.信息素增量动态更新的改进蚁群算法[J].计算机技术与发展,2009,(09):32.
　JIA Rui-yu,ZHANG Xin-jian,FENG Lun-kuo,et al.Ant Colony Algorithm with Dynamic Pheromones Increment Updating[J].,2009,(07):32.
[8]鲍娜 张德贤 孙傲冰 王飞.基于改进蚁群算法的网格组合拍卖资源分配[J].计算机技术与发展,2009,(10):149.
　BAO Na,ZHANG De-xian,SUN Ao-bing,et al.Research on Resource Allocation of Combinatorial Auction in Grid Based on Improved Ant Colony Algorithm[J].,2009,(07):149.
[9]邓义乔 张代远.蚁群算法在搜索引擎系统中的应用研究[J].计算机技术与发展,2009,(12):21.
　DENG Yi-qiao,ZHANG Dai-yuan.Research and Application of Ant Colony Algorithm in Searching Engine System[J].,2009,(07):21.
[10]段凤玲 李龙澍 曹文婷.具有多态特征和聚类处理的蚁群算法[J].计算机技术与发展,2009,(12):77.
　DUAN Feng-ling,LI Long-shu,CAO Wen-ting.Ant Colony Algorithm with Polymorphism and Clustering Processing[J].,2009,(07):77.

备注/Memo

备注/Memo:
安徽省自然科学基金（090412054）周峰（1986-），男，硕士研究生，研究方向为数据挖掘；李龙澍，教授，博士生导师，研究方向为软件设计技术、智能信息处理和Agent应用技术等
更新日期/Last Update: 1900-01-01