基于粒子群优化的直觉模糊核聚类算法研究

？针对现有基于核方法的直觉模糊聚类算法对初始值敏感、收敛速度慢等缺陷，利用粒子群优化算法全局搜索能力强、收敛速度快的优势，对直觉模糊核聚类算法的初始聚类中心进行优化，并提出了一种基于粒子群优化的直觉模糊核聚类算法。该算法在提升聚类性能的同时，有效增强了算法的收敛速度。在实验阶段，采用4组标准数据集对该算法进行了分类实验及有效性测试，并将其与模糊c均值聚类算法及直觉模糊c均值聚类算法的分类效果及运行时间进行对比，实验结果充分表明了该算法的有效性及优越性。