基于GEP的加权FCM作物数据分类方法

摘要

农业信息化过程中会产生大量的数据,有效的数据挖掘技术将有利于农业信息服务水平的提高,而数据分类是数据挖掘的重要组成部分.本文提出一种基于GEP的加权FCM作物数据分类方法,使用加权距离衡量样本数据间的距离,弥补欧氏距离的不足;并用GEP算法求取最佳聚类中心,防止FCM陷入局部极值.将本文提出的方法对UCI数据库中的作物数据集进行分类实验,并与不同分类方法进行比较.实验结果显示,本文方法能够以很高的正确率对作物数据集进行分类,是一种性能优良的数据分类方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号