| 基于差分算法的K-均值聚类分析 |
| |
| 引用本文： | 李聪明. 基于差分算法的K-均值聚类分析[J]. 现代计算机, 2008, 0(6) |
| |
| 作者姓名： | 李聪明 |
| |
| 作者单位： | 中山大学信息科学与技术学院,广州510275 |
| |
| 摘 要： | 提出一种基于差分算法的聚类分析方法,采用结构体数组对聚类的中心进行编码,并用样本向量与相应聚类中心的欧氏距离的和来判断聚类划分的质量,通过变异、交叉和选择操作对聚类中心的编码进行优化,以获得最好的聚类中心.通过差分算法的全局搜索能力,来获取全局最优结果.实验结果显示,该方法的聚类划分效果明显优于传统的K-均值方法,也一般优于基于遗传算法的聚类算法和基于微粒群的聚类算法.
|
| 关 键 词： | 差分算法 聚类 K-均值算法 |
Analysis of K-Means Clustering Based on Differential Evolution Algorithm |
| |
| LI Cong-ming. Analysis of K-Means Clustering Based on Differential Evolution Algorithm[J]. Modem Computer, 2008, 0(6) |
| |
| Authors: | LI Cong-ming |
| |
| Affiliation: | LI Cong-ming (Department of Science , Technology,SUN Yat-sen University,Guangzhou 510275) |
| |
| Abstract: | Proposes a K-means cluster analysis method based on DE algorithm,the optimal cluster centers are searched by mutation,crossover,and selection.It aims at finding global optimum,through trail and testing,it turns out to be effective to solve some cluster analysis problems. |
| |
| Keywords: | K-Means Clustering Differential Evolution Algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
