為了提高數(shù)據(jù)挖掘的精度和效率,提出了一種基于群體智能算法的大數(shù)據(jù)聚類挖掘算法。首先對(duì)聚類算法中的模糊C-均值聚類算法進(jìn)行分析,然后將亞啟發(fā)式群體智能優(yōu)化技術(shù)中的混合蛙跳算法與模糊C-均值聚類相結(jié)合,以便在調(diào)整的參數(shù)少的條件下優(yōu)化全局搜索能力。仿真實(shí)驗(yàn)結(jié)果顯示:相比其他聚類挖掘算法,提出的算法能解決局部陷阱問題,具有較好的聚類效果、準(zhǔn)確率和收斂速度,同時(shí)算法的穩(wěn)定性較高。 

【文章來源】：重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019,33(04)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 聚類分析
    1.1 聚類分析的相關(guān)概念
    1.2 模糊聚類分析
2 模糊C-均值聚類算法
3 混合蛙跳算法與模糊C-均值聚類算法的融合
    3.1 混合蛙跳算法
    3.2 算法融合思想和步驟
4 仿真實(shí)驗(yàn)結(jié)果
    4.1 實(shí)驗(yàn)數(shù)據(jù)集
    4.2 聚類效果分析
    4.3 收斂速度比較
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于K-Means和網(wǎng)格化聚類的云數(shù)據(jù)管理模型研究[J]. 劉加伶,程春游,陳莊,朱艷蓉.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(09)
[2]不同品種藍(lán)莓品質(zhì)特性及聚類分析[J]. 韓斯,孟憲軍,汪艷群,李斌,李冬男.  食品科學(xué). 2015(06)
[3]混合蛙跳算法研究綜述[J]. 崔文華,劉曉冰,王偉,王介生.  控制與決策. 2012(04)
[4]基于模糊聚類分析的云計(jì)算負(fù)載平衡策略[J]. 姚婧,何聚厚.  計(jì)算機(jī)應(yīng)用. 2012(01)



本文編號(hào)：3385938