已閱讀1頁，還剩42頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、聚類分析是數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域。在所有的聚類方法中，模糊c-均值算法（FCM）是應(yīng)用最為廣泛的一種算法，它具有算法簡(jiǎn)單、局部搜索能力強(qiáng)收斂速度快的優(yōu)點(diǎn)。但此方法也存在嚴(yán)重的不足：對(duì)初值敏感，易陷入局部極小值。
本文將遺傳算法應(yīng)用于聚類分析，利用遺傳算法的全局性收斂特征來改善FCM算法的不足。我們首先介紹了聚類分析、遺傳算法的一些基本知識(shí)以及實(shí)現(xiàn)他們的一些基本技術(shù)，然后討論了應(yīng)用于模糊聚類分析時(shí)遺傳算法的設(shè)計(jì)。在遺傳算
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的模糊聚類技術(shù)的研究.pdf
- 基于遺傳算法的聚類方法研究.pdf
- 基于遺傳算法的模糊聚類挖掘方法應(yīng)用研究.pdf
- 基于遺傳算法的模糊聚類研究及其應(yīng)用.pdf
- 基于遺傳算法與模糊聚類的文本分類研究.pdf
- 基于模糊聚類和遺傳算法的制造資源優(yōu)化配置方法研究.pdf
- 基于模擬退火遺傳算法的模糊聚類研究.pdf
- 基于改進(jìn)遺傳算法的模糊聚類研究及應(yīng)用.pdf
- 基于遺傳算法與模糊聚類的網(wǎng)絡(luò)信息過濾系統(tǒng)的研究.pdf
- 基于遺傳算法的層次化聚類方法研究.pdf
- 基于遺傳算法的聚類挖掘研究.pdf
- 基于自適應(yīng)遺傳算法的橢圓聚類方法研究
- 基于遺傳算法的模糊聚類技術(shù)研究及應(yīng)用.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 基于遺傳算法的文本聚類研究.pdf
- 基于自適應(yīng)遺傳算法的橢圓聚類方法研究.pdf
- 模糊遺傳算法的研究與實(shí)現(xiàn).pdf
- 基于模糊聚類與多生境排擠的小生境遺傳算法研究.pdf
- 基于遺傳算法的k-means聚類挖掘方法的研究.pdf
- 基于遺傳算法和信息熵的改進(jìn)模糊聚類算法研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論