【摘要】针对粒子群优化(PSO)算法复杂度偏高的问题，提出一种新的基于竞争学习的自组织粒子群聚类( SOPSC)算法。该算法采用每个粒子代表一个聚类中心的编码方法，通过借鉴自组织映射(SOM)算法的竞争学习机制，采用类内相似度和类间相异度作为指导，使粒子进行自组织飞行，从而达到自动聚类的目的，克服了传统粒子群聚类算法中粒子编码复杂、算法复杂度偏高的缺点。实验证明，该算法聚类精度高、稳定性好，且对初始值和参数不敏感。
【关键词】
《科技经济导刊》 2015-10-09
《科技经济导刊》 2015-10-09
《科技经济导刊》 2015-10-09
《温州职业技术学院学报》 2015-10-09
《文化产业》 2015-10-10
《文化产业》 2015-10-10
《课程教材教学研究（教育研究）》 2015-10-10
《科技经济导刊》 2015-10-12
010-56259535
关注中教数据库
Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved
个人中心
退出
发表评论
登录后发表评论 (已发布 0条)点亮你的头像 秀出你的观点