基于遗传优化的采样模糊c均值聚类算法

？在数据挖掘领域,模糊c均值聚类法(fcm)在处理小量低维的数据挖掘时是有效的,但是面向数据库的数据挖掘经常要处理大量、高维的数据.在这种情况下,fcm算法在时间性能上难以令人满意.本文基于采样技术对fcm算法进行改进,以提高算法的时间性能,并利用遗传算法对聚类结果进行优化以保证聚类的质量,给出了一种新的基于遗传优化的采样模糊c均值聚类算法sfgo(samplingfcmwithgeneticoptimization).仿真实验证明sfgo算法在大规模数据库的聚类挖掘中,在时间性能和聚类质量上都能获得较满意的结果.