无监督分类中的人工蜂群算法及其优化研究

文章验证了人工蜂群算法(ABC)在无监督分类中的有效性,并探讨其处理复杂数据集的优势。通过结合ABC算法和遗传算法(GA),利用欧几里得距离度量模式相似性,实现无监督分类中聚类中心数量和位置的自动确定。实验采用Landsat等遥感数据集,评估算法在大规模、非均匀数据上的性能,并自动调整聚类参数,以提高分类精度和效率。结果表明,ABC算法在分类精度和收敛速度方面均优于GA等算法,尤其在处理复杂数据集时优势明显。未来研究将进一步优化算法,以满足更多实际应用需求。