首页 | 本学科首页   官方微博 | 高级检索  
     

基于克隆选择的快速动态聚类算法
引用本文:张 旭,郭 晨. 基于克隆选择的快速动态聚类算法[J]. 计算机工程, 2007, 33(23): 16-18
作者姓名:张 旭  郭 晨
作者单位:大连交通大学机械工程学院,大连,116028;大连海事大学自动化与电气工程学院,大连,116026;大连海事大学自动化与电气工程学院,大连,116026
基金项目:国家自然科学基金 , 高等学校博士学科点专项科研项目
摘    要:为了在聚类数不确定的情况下实现聚类分析,通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析,提出了一种基于克隆选择的快速动态聚类算法。该算法可以根据样本数据自动确定聚类数目及中心位置,克服了传统聚类算法容易陷入局部极小值、对初始值敏感的缺点。通过引入新算子及适当选取聚类的初始中心,使算法的收敛速度明显提高,仿真实验结果表明了本算法的有效性。

关 键 词:克隆选择原理  聚类有效性分析  动态聚类
文章编号:1000-3428(2007)23-0016-03
收稿时间:2006-12-20
修稿时间:2006-12-20

Fast Dynamic Clustering Algorithm Based on Clone Selection
ZHANG Xu,GUO Chen. Fast Dynamic Clustering Algorithm Based on Clone Selection[J]. Computer Engineering, 2007, 33(23): 16-18
Authors:ZHANG Xu  GUO Chen
Affiliation:(1. School of Mechanical Engineering, Dalian Jiaotong University, Dalian 116028; 2. School of Automation and Electrical Engineering, Dalian Maritime University, Dalian 116026)
Abstract:In order to achieve cluster analysis with unknown number of clusters, this paper proposes a fast dynamic clustering algorithm based on clone selection, which is inspired by the clone selection principle of the vertebrate immune system and combines the cluster validity analysis. It not only adaptively determines the amount and the center’s positions of clustering, but also avoids the local optima and the flaw about sensitive to the initialization. The convergence speed of this algorithm is improved obviously through introducing a new search operation and selecting appropriate initial clustering center. Experimental results indicate the validity of the proposed algorithm.
Keywords:clone selection principle   cluster validity analysis   dynamic clustering
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程》浏览原始摘要信息
点击此处可从《计算机工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号