[发明专利]基于模糊C-均值算法和人工蜂群聚类算法的混合聚类算法在审
| 申请号： | 201810935647.1 | 申请日： | 2018-08-16 |
| 公开（公告）号： | CN109086831A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 李宏伟;卫建华;田智慧;赫晓慧;郭恒亮;王晓蕾;赵姗 | 申请（专利权）人： | 李宏伟 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 郑州先风专利代理有限公司 41127 | 代理人： | 王俊红 |
| 地址： | 450000 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工蜂群算法技术领域，具体涉及基于模糊C‑均值算法和人工蜂群聚类算法的混合聚类算法，该算法包括初始化阶段、引领蜂阶段、跟随蜂阶段和侦查蜂阶段，还包括如下步骤：步骤一：跟随蜂阶段结束后，判断当前算法是否是第一次循环；若是，则执行步骤二；若不是，则执行步骤三；步骤二：将当前的最优解作为模糊C‑均值聚类算法的初始聚类中心进行优化，若优化后的解的质量高于当前最优解，则用优化后的解代替当前最优解，否则放弃，同时相应蜜源的迭代次数加1，然后进入侦查蜂阶段；步骤三：判断最优解在跟随蜂阶段后是否发生改变；若是，则执行步骤二；若否，则进入侦查蜂阶段。本发明所提供的算法聚类准确率高、收敛速度快、寻优精度高。 | ||
| 搜索关键词： | 聚类算法 最优解 模糊C -均值算法 算法 蜂群 优化 初始聚类中心 均值聚类算法 人工蜂群算法 初始化阶段 模糊 均值算法 次循环 引领蜂 准确率 迭代 聚类 寻优 收敛 放弃 | ||
【主权项】：
1.一种基于模糊C‑均值算法和人工蜂群聚类算法的混合聚类算法，包括初始化阶段、引领蜂阶段、跟随蜂阶段和侦查蜂阶段，其特征在于，还包括如下步骤：步骤一：跟随蜂阶段结束后，判断当前算法是否是第一次循环；若是第一次循环，则执行步骤二；若不是第一次循环，则执行步骤三；步骤二：将当前的最优解作为模糊C‑均值聚类算法的初始聚类中心进行优化，若优化后的解的质量高于当前最优解，则用优化后的解代替当前最优解，否则放弃，同时相应蜜源的迭代次数加1，然后进入侦查蜂阶段；步骤三：判断最优解在跟随蜂阶段后是否发生改变；若发生改变，则执行步骤二；若没有发生改变，则进入侦查蜂阶段。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于李宏伟，未经李宏伟许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810935647.1/，转载请声明来源钻瓜专利网。
