粒子群与细菌觅食相结合的案例聚类算法 |
| |
作者姓名: | 胡爱策 任明仑 王浩 |
| |
作者单位: | 合肥工业大学 |
| |
基金项目: | 国家自然科学基金(71271073,70871032),教育部新世纪优秀人才支持计划(NCET-11-0625)。 |
| |
摘 要: | 案例聚类是按照案例库中案例的相似度进行归类,目的是减少案例推理系统搜索相似案例的时间、提高案例推理系统的性能和降低案例库维护的复杂度。该问题的难度在于案例库的案例规模比较大和不同的聚类算法的选择对于聚类结果的影响。本文在粒子群算法与细菌觅食算法基础上,将两者结合起来,综合两个算法的优点,并将其应用在k-prototypes方法上对案例库中案例进行聚类。与流行的聚类算法进行比较,实验结果显示本文的算法具有更高的效率并且性能相对而言更加优秀。
|
关 键 词: | 案例库 粒子群算法 细菌觅食算法 k-prototypes算法 |
本文献已被 CNKI 等数据库收录! |
|