摘要：在数据挖掘领域，模糊C均值聚类法(FCM)在处理小量低维的数据挖掘时是有效的，但是面向数据库的数据挖掘经常要处理大量、高维的数据．在这种情况下，FCM算法在时间性能上难以令人满意．本文基于采样技术对FCM算法进行改进，以提高算法的时间性能，并利用遗传算法对聚类结果进行优化以保证聚类的质量，给出了一种新的基于遗传优化的采样模糊C均值聚类算法SF(Sampling FCM with Genetic Optimization)．仿真实验证明SFGO算法在大规模数据库的聚类挖掘中，在时间性能和聚类质量上都能获得较满意的结果．

关键词：数据挖掘 采样 模糊c均值聚类 遗传算法 

单位：中国地质大学管理学院; 湖北武汉430074; 华中科技大学管理学院; 湖北武汉430074