2025年1月19日
星期日
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王琪
作品数:
1
被引量:10
H指数:1
供职机构:
盐城师范学院
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
居红云
江南大学信息工程学院
李朝锋
江南大学信息工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
群算法
1篇
子群
1篇
粒子群
1篇
粒子群算法
1篇
量子粒子群
1篇
量子粒子群算...
1篇
模糊C均值聚...
1篇
模糊C均值聚...
1篇
聚类
1篇
聚类算法
1篇
均值聚类
1篇
均值聚类算法
1篇
QPSO
机构
1篇
江南大学
1篇
盐城师范学院
作者
1篇
李朝锋
1篇
居红云
1篇
王琪
传媒
1篇
微电子学与计...
年份
1篇
2008
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于QPSO的模糊C均值聚类算法
被引量:10
2008年
针对模糊C均值(FCM)聚类算法存在的缺点,利用量子粒子群优化(QPSO)算法的全局搜索能力,提出了一种新的聚类算法——基于量子粒子群优化的FCM聚类算法(QPSOFCM).QPSOFCM算法先对随机初始点利用QPSO进行优化,然后利用产生的中心点进行聚类,重复上述两步操作直至结果满意为止.新算法可以降低FCM算法对初始点的敏感度,一定程度上避免了FCM算法易陷入局部极优的缺陷.几组数据实验结果表明,与FCM和PSOFCM算法相比,提出的QPSOFCM算法聚类结果更可靠.
李朝锋
居红云
王琪
关键词:
量子粒子群算法
粒子群算法
模糊C均值聚类
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张