论文部分内容阅读
模糊C-均值（FCM）聚类算法是数据挖掘中常用的方法之一，但往往受到初始聚类中心影响，收敛结果易陷入局部极小值的问题。该文提出了一种基于人工萤火虫（GSO）的模糊聚类算法（GSFM）。该算法引入了全局寻优能力强的人工萤火虫算法来求得最优解作为FCM算法的初始聚类中心，然后利用FCM算法优化初始聚类中心，最后求得全局最优解，从而有效克服了FCM算法的缺点。实验结果表明，新算法与FCM聚类算法相比，提高了算法的寻优能力，并且迭代次数更少，收敛速度更快，聚类效果更好。