《表4 Dataset2数据集上的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《云计算中基于群体智能算法的大数据聚类挖掘》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表2～5可以看出:由于对初始值的敏感度较大，模糊C-均值聚类算法聚类效果比较差；混合蛙跳算法虽然鲁棒性和收敛速度较好且克服了局部极值问题，但是应对大数据聚类划分问题时精度较低；PSO-FCM算法将粒子群优化算法与模糊C-均值聚类算法结合，利用群智优化算法的优点较好地提高了局部搜索能力，优化了聚类效果，从而得到了较高的准确性。本文提出的融合算法利用混合蛙跳算法最优解来调整模糊C-均值聚类中的聚类中心值，并合理选取适应度函数，提高了全局搜索能力和搜索精度，获得了较好的聚类效果，与PSO-FCM算法的效果相近。