一种基于人工免疫网络的模糊c均值聚类算法  

作　　者：董雪 

机构地区：[1]四川大学计算机学院,四川610065

出　　处：《网络安全技术与应用》2018年第4期22-24,共3页Network Security Technology & Application

基　　金：国家重点研发计划(2016yfb0800604;2016yfb0800605);国家自然科学基金项目(61572334)

摘　　要：传统模糊c均值聚类算法(FCM)需要对整个数据集进行复杂地迭代计算,当数据量增大时,算法变得耗时。为减少参与FCM迭代计算的数据量,提出一种基于人工免疫网络的模糊c均值聚类算法。首先利用人工免疫网络对原始数据集进行预处理,产生考虑了原始数据密度信息的代表性样本,然后用样本数据代替原始数据参与FCM的迭代计算,最后将聚类信息扩展到原始数据集并调整聚类中心。实验结果显示,相较于传统FCM算法,新算法在保持相近聚类准确度的情况下,有效地降低了聚类时间。

关 键 词：模糊C均值聚类算法 模糊聚类 人工免疫网络 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]