[发明专利]一种基于改进人工蜂群的FCM算法优化方法在审
| 申请号： | 201811365979.7 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109543741A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 罗志勇;季良缘;罗蓉;汪源野;蔡婷;韩冷;郑焕平;杨美美 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 重庆萃智邦成专利代理事务所(普通合伙) 50231 | 代理人： | 黎志红 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于改进人工蜂群的FCM算法优化方法，涉及工业数据挖掘领域。本发明针对FCM算法存在容易陷入局部极小值，对初始值和噪声数据敏感的缺点，提出了一种基于改进人工蜂群的FCM算法。该算法引入了全局寻优能力强的改进人工蜂群算法来求得最优解作为FCM算法的初始聚类中心，然后利用FCM算法优化初始聚类中心，最后求得全局最优解，从而有效克服了FCM算法的缺点，不仅分类准确率提高了，而且迭代次数更少，收敛速度加快，聚类效果更好，提高了效率，达到了对FCM算法优化的要求。 | ||
| 搜索关键词： | 蜂群 初始聚类中心 优化 改进 人工蜂群算法 分类准确率 全局最优解 工业数据 噪声数据 能力强 最优解 迭代 聚类 算法 寻优 收敛 敏感 挖掘 引入 全局 | ||
【主权项】：
1.一种基于改进人工蜂群的FCM算法优化方法，其特征在于，包括以下步骤：1)获取聚类数目c、模糊指数m和数据集，并获得模糊C均值聚类FCM算法目标函数；2)定义一个用于人工蜂群算法的个体适应度函数，即个体适应度函数对于人工蜂群中每个解的评价；给出聚类问题与蜂群算法采蜜行为的对应关系；3)对人工蜂群算法进行改进，在侦查蜂阶段引入高斯变异侦查策略，求得最优解；4)将该最优解作为模糊C均值聚类FCM算法的初始聚类中心，再利用模糊C均值聚类FCM算法优化初始聚类中心，最后求得最优解。
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重庆邮电大学，未经重庆邮电大学许可，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/201811365979.7/，转载请声明来源钻瓜专利网。
