| 基于改进的简化粒子群聚类算法 |
| |
| 引用本文： | 熊众望,罗可.基于改进的简化粒子群聚类算法[J].计算机应用研究,2014,31(12). |
| |
| 作者姓名： | 熊众望 罗可 |
| |
| 作者单位： | 长沙理工大学计算机与通信工程学院,长沙,410014 |
| |
| 基金项目： | 国家自然科学基金资助项目，湖南省科技计划资助项目，湖南省自然科学衡阳联合基金资助项目 |
| |
| 摘 要： | 针对粒子群算法后期收敛速度慢、易陷入局部极值的缺点,提出一种基于粒密度和最大距离积法的简 化粒子群聚类算法.通过采用线性递减与随机分布相结合的惯性权重策略、添加极值扰动算子、优化粒子个体最优位置,使粒子群算法能够快速收敛于全局最优.再把改进后的粒子群算法与K-means算法相结合,解决K-means算法因随机初始聚类中心而导致聚类效果差、不稳定等问题.通过实验分析,该算法的聚类结果准确率更高、收敛速度更快、稳定性更强.
|
| 关 键 词： | 简化粒子群算法 粒密度 最大距离积法 随机分布 极值扰动算子 K-means算法 |
Clustering algorithm based on improved simplified particle swarm optimization |
| |
| XIONG Zhong-wang,LUO Ke.Clustering algorithm based on improved simplified particle swarm optimization[J].Application Research of Computers,2014,31(12). |
| |
| Authors: | XIONG Zhong-wang LUO Ke |
| |
| Abstract: | |
| |
| Keywords: | simplified particle swarm optimization granule density maximum distances product random distribution disturbed extremum K-means algorithm |
| 本文献已被 万方数据 等数据库收录！ |
