基于班德文克隆選擇算法的模糊聚類研究.pdf

1、數(shù)據(jù)挖掘是指從大量資料中自動搜索隱藏于其中的有著特殊關(guān)聯(lián)性的信息的過程。作為數(shù)據(jù)挖掘的一種強(qiáng)有力的分析工具，聚類分析得到了人們的廣泛關(guān)注。
　　克隆選擇機(jī)理是免疫優(yōu)化計算中最常用的基礎(chǔ)理論之一。其中，克降選擇算法CLONALG是經(jīng)典的免疫算法。傳統(tǒng)的克隆選擇算法存在著參數(shù)過多等問題。因此，近些年來，有關(guān)學(xué)者提出的一種新的克隆選擇算法——班德文克隆選擇算法，它簡化了參數(shù)的設(shè)置，本文將班德文克隆選擇算法應(yīng)用于數(shù)據(jù)的模糊聚類。具體工作如

2、下：
　　首先，基于班德文克隆選擇算法提出一種新的模糊聚類算法，將它與FCM算法，CSAFCM算法在人工數(shù)據(jù)集和UCI數(shù)據(jù)集上進(jìn)行了對比實驗。結(jié)果表明我們的算法無論從平均正確率還是魯棒性上都具有好的優(yōu)勢。
　　其次，基于班德文克隆選擇算法提出了一種新的自動模糊聚類算法，并將它與VGA算法在人工數(shù)據(jù)集和UCI數(shù)據(jù)集上進(jìn)行了對比實驗。結(jié)果證明我們的算法在多類別數(shù)據(jù)集上具有較高的平均正確率。
　　最后，將加入班德文學(xué)習(xí)算子的