%0 Journal Article
%T 基于连续域混合蚁群优化的核模糊C-均值聚类算法研究*
%A 郭小芳
%A 李锋
%A 宋晓宁
%A 王卫东
%J 模式识别与人工智能
%P 841-846
%D 2014
%X 为进一步提高核模糊C-均值聚类算法的聚类性能，提出基于连续域混合蚁群优化的核模糊C-均值聚类算法(KFCM-HACO)，使用HACO对KFCM算法的内核函数参数值和聚类中心进行优化，克服传统算法弊端，使核模糊C-均值聚类算法的目标函数最小化，加快算法的收敛速度.该优化算法在UCI数据集上的仿真实验及结果比较表明，KFCM-HACO算法的聚类性能优于传统的聚类算法，提高了聚类的准确性.
%K 聚类分析
%K 核模糊C-均值聚类
%K 混合蚁群优化
%K 连续概率密度函数
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9936.shtml