互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

一种新的混合聚类分析算法


□ 何登旭 曲良东

  (广西民族大学数学与计算机科学学院, 南宁 530006)
  
  摘 要:结合人工鱼群算法的全局寻优优点提出了一种基于人工鱼群算法的K平均混合聚类分析算法。实验结果表明,该算法能克服K平均聚类算法易陷入局部极小的不足,有较好的全局性,且聚类正确率明显高于K平均算法,聚类效果更好。
  关键词:人工鱼群算法; K平均; 全局优化
  中图分类号:TP301 文献标志码:A
   文章编号:10013695(2009)03087902
  
  Novel hybrid algorithm for clustering analysis
  
  HE Dengxu, QU Liangdong
  
  (College of Mathematics & Computer Science, Guangxi University for Nationalities, Nanning 530006, China)
  
  Abstract:This paper proposed a novel hybrid algorithm for clustering analysis based on artificial fishschool algorithm and Kmeans. The experimental results show that the algorithm can overcome Kmeans clustering algorithm easily into the local minimum, have a better global optimization.The cluster accuracy is higher than Kmeans clustering algorithm obviously, and the cluster effect is better.
  Key words:artificial fishschool algorithm; Kmeans; global optimization
  
  聚类分析在许多领域特别是数据挖掘、知识发现、模式识别、图像处理中得到了广泛的应用。在各种聚类分析算法中,K平均算法[1]应用最为广泛。然而传统的K平均算法存在两个缺点:a)对于初始聚类中心的随机选取可能会导致不同的聚类结果;b)该算法本质上是一种基于梯度下降的局部寻优算法,搜索效率高,但常常会陷入局部极小。
  人工鱼群算法[2]是最近几年提出的一种新型的全局寻优算法,具有设计简单、并行性好等优点。它已成功地应用于时变系统的在线辨识、鲁棒PID的参数整定和优化前向神经网络[3~5]中,取得了较好的效果。然而该算法在搜索后期存在着搜索效率低的不足。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017