模糊C-均值聚类算法改进研究  

The Improvement and Research of Fuzzy C-Means Clustering Algorithm

作　　者：刘颖[1] 胡智鹏[1] 

机构地区：[1]北华大学信息技术学院,吉林吉林132013

出　　处：《吉林化工学院学报》2012年第11期124-126,共3页Journal of Jilin Institute of Chemical Technology

摘　　要：通过对模糊C-均值聚类算法的研究,用遗传算法的相关知识对其进行优化与改进.并使用著名的IRIS数据集分别对传统的模糊C-均值聚类算法和用遗传算法改进后的模糊C-均值聚类算法进行测试、比较.实验结果表明,用遗传算法改进后的模糊C-均值聚类算法比传统的模糊C-均值聚类算法更加准确、高效.这将为以后的聚类分析研究工作提供一定的帮助.It is optimized and improved with the related knowledge of genetic algorithm through the research on the c-means clustering algorithm. The famous IRIS data is used to respectively test and compare the traditional c-means clustering algorithm and the c-means clustering algorithm improved by genetic algorithm. The results show that the c-means clustering algorithm improved by genetic algorithm is more accurate and efficient than traditional c-means clustering algorithm. Which provides some help for the future research work of clustering analysis.

关 键 词：聚类分析 FCM 模糊C-均值聚类 遗传算法 聚类有效性 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]