基于改進人工蜂群的聚類算法
大?。?/span>0.42 MB 人氣： 2017-11-29 需要積分：1
標簽：聚類算法(12092)
模糊C均值聚類算法在數(shù)據(jù)挖掘領域有著廣泛的使用背景，而對初始點的敏感和較差的搜索能力，限制了算法的進一步推廣應用。人工蜂群算法具有對初始點不敏感、適應能力強和搜索能力強等優(yōu)點，并且針對人工蜂群算法對單峰問題收斂速度慢、多峰問題容易陷入局部最優(yōu)等問題，通過引入差分進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。然后將改進的人工蜂群算法和模糊C均值聚類算法結合得到基于改進人工蜂群的模糊C均值聚類算法，并在多個國際標準數(shù)據(jù)集上進行驗證，實驗結果表明此算法在多個衡量指標上取得了明顯的改進。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于改進人工蜂群的聚類算法下載
相關電子資料下載
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 10種聚類算法和Python代碼4 1118
- 10種聚類算法和Python代碼3 960
- 10種聚類算法和Python代碼2 796
- 10種聚類算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺新范式！COCs：將圖像視為點集 636
- 10種頂流聚類算法Python實現(xiàn)（附完整代碼） 989