文件名称：论文研究-量子粒子群优化改进的模糊C均值聚类算法.pdf
文件大小：537KB
文件格式：PDF
更新时间：2022-09-27 04:13:50
论文研究
针对模糊C-均值（FCM）聚类算法对初始聚类中心选择敏感，易陷入局部最优的问题，提出一种量子粒子群优化改进的模糊C均值聚类算法。该算法引入的基于新距离标准的量子粒子群（AQPSO）算法不仅可以降低初始点敏感度，较快地收敛到最优解，而且能够提高全局搜索能力。仿真实验证明，该融合算法在摆脱局部最优区域，保证收敛速度同时使得聚类效果较好。