针对传统模糊C均值聚类算法（FCM）存在对初值敏感和易陷入局部收敛的缺陷，利用改进的粒子群算法对FCM进行优化，提出一种新的模糊C均值聚类算法Improved PSOFCM，并建立基于熵的聚类有效性函数，对聚类算法的性能进行客观评价。数据集实验表明，Improved PSOFCM算法不仅能克服传统FCM算法的不足，而且在聚类正确率和有效性上也优于基于粒子群与基于遗传优化的FCM算法。
2021-09-13 19:00:21
645KB
1
人工智能系列二十五：真假序列识别再探，市场弱有效性检验与择时战场选择-20191117-华泰证券-31页.pdf
2021-09-03 13:08:01
2.67MB
基于硬聚类算法的几种有效性指标，即Hubert统计量、Davies-Bouldin指标、Dunns指标以及Dunrls指标的推广，提出了相应的适用于模糊聚类算法的有效性指标。实验证明。这些改进的有效性函数对模糊C-均值算法而言同样有效。
2021-08-25 10:02:00
3.82MB
1