基于调整学习的聚类算法

作     者：金萍 王浩 宗瑜 李明楚 JIN Ping;WANG Hao;ZONG Yu;LI Ming-chu

作者机构：合肥工业大学计算机与信息学院安徽合肥230009 大连理工大学软件学院辽宁大连116621 

基　　金：国家自然科学基金重大项目(90412007) 国家自然科学基金(60503003) 安徽省教育厅自然科学基金(KJ2008B133 KJ2008B05ZC) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2009年第19卷第2期

页      码：58-61,65页

摘      要：调整学习是一种逐步求精的近似学习方法,是提高局部搜索解质量的重要途径之一。该方法调用调整算子填平局部最优解陷阱,构造一系列不同粒度的搜索空间,降低局部最优解对解质量的影响。利用调整学习的基本原理设计了聚类算法框架CAT-L,并给出了适合处理聚类问题的噪声平滑调整算子。实验对比了经典FCM算法与FCM-CAT-L(以FCM算法作为CAT-L框架的聚类算子)算法的聚类质量。实验结果表明,调整学习方法对提高聚类质量是有效的。

主 题 词：调整学习 调整算子 局部搜索 聚类算法 FCM 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-629X.2009.02.017

馆 藏 号：203932897...