-
题名基于多类合并的PSO-means聚类算法
被引量:2
- 1
-
-
作者
林有城
符强
谢文斌
史马杰
童楠
-
机构
宁波大学科技学院
-
出处
《计算机系统应用》
2014年第2期160-165,69,共7页
-
基金
浙江省教育厅科研项目(Y201326770)
浙江省教育厅科研项目(Y201326872)
+1 种基金
宁波大学科研基金项目(XYL12009)
浙江省2011年度大学生新苗人才计划项目
-
文摘
针对传统K-means算法中对初始化聚类中心敏感,容易陷入局部极小值等缺点,提出了一种基于粒子群算法和多类合并方法的新型K-means聚类算法.该算法首先利用改进粒子群算法选取初始聚类中心,然后利用K-means算法进行优化聚类,最后根据多类合并条件进行聚类合并,以获取最佳聚类结果.实验结果证明,该算法能有效解决传统K-means算法存在的缺陷,具有更快的收敛速度及更好的全局搜索能力,聚类划分效果更优.
-
关键词
粒子群算法
多类合并
K
MEANS算法
适应度方差
-
Keywords
particle swarm optimization(PSO)
multi-groups merging
K-means algorithm
fitness variance
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-