结合蚁群算法的改进粗糙K均值聚类算法

来源 :数据采集与处理 | 被引量 : 0次 | 上传用户:jing4912
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法,具有简单高效且可处理聚类边界元素的特点,但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感,经验权重设置忽略数据差异性,阈值设置不合理导致聚类结果波动性大的缺陷,本文提出结合蚁群算法的改进粗糙K均值聚类算法,改进的算法中使用蚁群算法中随机概率选择策略和信息素更新的正负反馈机制,以及采用动态调整算法阈值和相关权重的方法,对粗糙K均值聚类算法进行优化。最后采用UCI的Iris、Balance-scale和Wine数据集分别
其他文献
文章以金川区三北防护林体系建设经验与成就为依托,结合森林可持续经营的内涵与要求,就防护林可持续经营技术与途径进行了初步探讨。
本文研究了水稻-小龙虾(Procambarus clarkii)、水稻-青虾(Macrobranchium nipponense)、水稻-甲鱼(Amyda Sincnsis)三种种养模式和水稻单种模式下有机肥、化肥、农药、生物
福建省水产品资源丰富,水产品具有营养价值高且味道鲜美的特点,在深受消费者青睐的同时,消费者对其要求也日益提高,近年来,得益于从产地到餐桌的严格管理,水产品质量安全总体
以ORP表在某电厂应用为例,提出了较多电厂存在的ORP表显示值不能与还原剂的适宜加入量准确对照的问题,并分析了原因,得出是水样温度变化、溶解氧含量、ORP表电极缺乏校验维护