公开(公告)号：CN102831474A

公开(公告)日：2012-12-19

申请号：CN201210277058.1

申请日：2012-08-06

Applicant: 江南大学

Inventor： 毛力 ,  李引

IPC: G06N3/00

Abstract: 本发明涉及一种聚类方法，尤其是一种基于量子粒子群优化改进的模糊C-均值聚类方法，属于数据挖掘和人工智能的技术领域。本发明在传统的模糊C-均值聚类算法中，首先利用新距离标准取代Euclidean标准，以提高传统聚类算法下的模糊精确度，同时通过AFCM算法单次快速分类替代随机分配初始聚类中心，来降低聚类算法对初始聚类中心的敏感度，最后在聚类过程中引入基于距离改进的QPSO（AQPSO）并行优化思想使其聚类算法具有较强的全局搜索能力、更高的收敛精度，保证收敛速度也明显改善了聚类效果。

公开(公告)号：CN102831474B

公开(公告)日：2015-04-22

申请号：CN201210277058.1

申请日：2012-08-06

Applicant: 江南大学

Inventor： 毛力 ,  李引

IPC: G06F19/00 ,  G06N3/00

Abstract: 本发明涉及一种聚类方法，尤其是一种基于量子粒子群优化改进的模糊C-均值聚类方法，属于数据挖掘和人工智能的技术领域。本发明在传统的模糊C-均值聚类算法中，首先利用新距离标准取代Euclidean标准，以提高传统聚类算法下的模糊精确度，同时通过AFCM算法单次快速分类替代随机分配初始聚类中心，来降低聚类算法对初始聚类中心的敏感度，最后在聚类过程中引入基于距离改进的QPSO（AQPSO）并行优化思想使其聚类算法具有较强的全局搜索能力、更高的收敛精度，保证收敛速度也明显改善了聚类效果。