| 一种改进的基于粒子群的聚类算法 |
| |
| 引用本文： | 杨志,罗可.一种改进的基于粒子群的聚类算法[J].计算机应用研究,2014,31(9). |
| |
| 作者姓名： | 杨志 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，湖南省自然科学衡阳联合基金资助项目，湖南省科技计划资助项目 |
| |
| 摘 要： | 针对K-means对初始聚类中心敏感和易陷入局部最优的缺点,提出了一种改进的基于粒子群的聚类算法.该算法结合基于密度和最大最小距离法来确定初始聚类中心,解决K-means对初始值敏感的问题;利用粒子群算法全局寻优能力强的优点,避免K-means陷入局部最优.通过对样本集各维属性的规范化处理,惯性权值采用凹函数递减,计算相异度矩阵,引入用群体适应度方差,进一步优化混合算法.实验结果表明,该算法具有更高的准确率和更强的收敛能力.
|
| 关 键 词： | 聚类算法 粒子群优化算法 相异度矩阵 最大最小距离法 K-means 适应度方差 |
Improved clustering algorithm based on particle swarm optimization |
| |
| YANG Zhi,LUO Ke.Improved clustering algorithm based on particle swarm optimization[J].Application Research of Computers,2014,31(9). |
| |
| Authors: | YANG Zhi LUO Ke |
| |
| Abstract: | |
| |
| Keywords: | clustering algorithm particle swarm optimization dissimilarity matrix max-min distance method K-means fitt-ness variance |
| 本文献已被 万方数据 等数据库收录！ |
|
