论文部分内容阅读
针对软子空间聚类算法搜寻聚类中心点容易陷入局部最优的缺点，提出在软子空间聚类框架下，结合量子行为粒子群优化（QPSO）和梯度下降法优化软子空间聚类目标函数的模糊聚类算法．根据QPSO全局寻优的特点，求解子空间中全局最优中心点，利用梯度下降法收敛速度快的特点，求解样本点的模糊权重和隶属度矩阵，最终获取样本点的最优聚类结果．在UCI数据集上的实验表明，文中算法可提高聚类精度和聚类结果的稳定性．