基于免疫克隆选择的模糊聚类分析

刘福荣; 高晓智; 王常虹; 王巧灵

doi:10.13873/j.1000-97872008.03.038

Chinese

您当前的位置：

首页 >

文章列表页 >

基于免疫克隆选择的模糊聚类分析

研究与探讨 | 更新时间：2025-09-11

- 基于免疫克隆选择的模糊聚类分析
- Fuzzy cluster analysis based on immune clone selection
- 传感器与微系统 2008年第3期页码：62-65
- 作者机构：
  
  1. 哈尔滨工业大学空间控制与惯性技术研究中心
  2. 芬兰赫尔辛基工业大学
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872008.03.038
  中图分类号： TP18
- 纸质出版：2008
- 稿件说明：
移动端阅览
[1]刘福荣,高晓智,王常虹,王巧灵.基于免疫克隆选择的模糊聚类分析[J].传感器与微系统,2008(03):62-65.

LIU Fu-rong1, GAO Xiao-zhi2, WANG Chang-hong1, et al. Fuzzy cluster analysis based on immune clone selection[J]. 2008, (3): 62-65.
[1]刘福荣,高晓智,王常虹,王巧灵.基于免疫克隆选择的模糊聚类分析[J].传感器与微系统,2008(03):62-65. DOI： 10.13873/j.1000-97872008.03.038.

LIU Fu-rong1, GAO Xiao-zhi2, WANG Chang-hong1, et al. Fuzzy cluster analysis based on immune clone selection[J]. 2008, (3): 62-65. DOI： 10.13873/j.1000-97872008.03.038.

摘要

模糊c-均值聚类（FCM）应用广泛

但它容易陷入局部最优

且对初始值很敏感。提出了一种基于免疫克隆选择算法的模糊聚类方法

首先

用克隆选择算法对模糊聚类中心的个数和聚类中心的选取进行指导

然后

利用FCM进行聚类

是一种有监督学习和无监督学习结合的一种算法

实验结果表明:该方法在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷

使聚类更有效

更合理。

Abstract

The fuzzy c-means clustering（FCM）algorithm is a widely used clustering algorithm

but FCM has two shortcomings:the locality and the sensitivity.A new fuzzy clustering method based on the immune clone selection algorithm is proposed.First

the clone selection algorithm is used for guiding the fuzzy clustering center and the number of the fuzzy clustering center;then

FCM is used for clustering.That is an algorithm which is combined the supervised and the non-supervised.The experiment testifies that the method avoided the locality and the sensitivity of the FCM availably.This clustering method is more effective and reasonable.

关键词

Keywords

references

基于免疫原理的齿轮箱故障检测和诊断方法研究 [J]. 陈强,郑德玲. 矿山机械 . 2005(05)

浏览量

165

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于ORB的目标识别与角度测量方法

基于分水岭和区域面积加权的粘连枸杞分级方法

基于数据约减的聚类有效性分析

基于张开角测度的数据约简

基于改进混合蛙跳-K均值聚类算法的无功电压控制分区