針對模糊C-均值聚類(fuzzy C-means clustering,FCM)算法在欠定混合矩陣估計(jì)中精度低、魯棒性差的缺點(diǎn),提出一種基于遺傳模擬退火優(yōu)化FCM(GASA-FCM)混合聚類和霍夫變換的欠定混合矩陣估計(jì)算法。該算法結(jié)合了模擬退火算法(simulated annealing algorithm,SA)全局搜索、高精度的優(yōu)點(diǎn)和遺傳算法(genetic algorithm,GA)強(qiáng)大的空間搜索能力,將經(jīng)遺傳模擬退火算法得到的聚類中心點(diǎn)賦給FCM,避免了初值選擇的隨機(jī)性。再利用霍夫變換對聚類得到的每一類數(shù)據(jù)的中心進(jìn)行修正,提高混合矩陣的估計(jì)精度。實(shí)驗(yàn)結(jié)果表明,該算法明顯改善了算法的穩(wěn)定性和混合矩陣估計(jì)精度,具有一定的有效性和可行性。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 基于信號(hào)稀疏性的欠定混合矩陣估計(jì)
2 基于GASAFCM的混合聚類算法
    2.1 模糊C-均值聚類
    2.2 遺傳模擬退火算法
    2.3 基于GASA-FCM的混合聚類算法
3 霍夫變換修正聚類中心
4 實(shí)驗(yàn)仿真與分析
    4.1 混合矩陣評價(jià)準(zhǔn)則
    4.2 實(shí)驗(yàn)仿真與分析
5 結(jié)束語



本文編號(hào)：3797941