|
|||||
|
|
| 基于多种群协同微粒群优化的流数据聚类算法 | |
| 作者姓名： | 张勇夏长红 巩敦卫荣淼 |
| 作者单位： | 中国矿业大学信息与电气工程学院,江苏徐州221116. |
| 基金项目： | 国家自然科学基金项目(61473299);中国博士后科学基金项目(2014T70557, 2012M521142);江苏省博士后科学基金项目(1301009B). |
| 摘 要： | 针对流数据的实时、有序和维数高等特点, 提出一种基于多种群协同微粒群优化的流数据聚类算法. 该算法利用变量分而治之的思想, 多个种群协同优化多个类中心, 进而求出问题完整的类中心集合. 给出一种类中心变化趋势的预估策略, 以快速追踪环境变化. 为防止多个子微粒群同时优化一个类中心, 提出一种相似子微粒群的合并策略. 最后将所提出的算法用于多个数据集, 实验结果验证了算法的有效性. |
| 关 键 词： | 流数据|协同微粒群|聚类|预估 |
| 收稿时间： | 2015-08-18 |
| 修稿时间： | 2016-03-16 |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |