基于分層遺傳的新聚類算法應(yīng)用于數(shù)據(jù)分類

打開文本圖片集

摘 要：針對(duì)FCM（模糊C均值聚類算法）對(duì)初始聚類中心的選取敏感以及梯度法易收斂到鞍點(diǎn)，在此基礎(chǔ)上提出了一種分層遺傳算法（HGA）優(yōu)化的核模糊C均值聚類算法（HGAKFCM）來提升聚類性能，首先用分層遺傳算法（HGA）在全局篩選出高品質(zhì)聚類中心以替代FCM的隨機(jī)產(chǎn)生的聚類中心，再利用高斯徑向核函數(shù)改變FCM中的距離函數(shù)并且重新定義目標(biāo)函數(shù)，最終根據(jù)新參數(shù)進(jìn)行迭代流程。（剩余4647字）