共 5 条
- [5] An evolutionary technique based on K-Means algorithm for optimal clustering in R N[J] . Sanghamitra Bandyopadhyay,Ujjwal Maulik.Information Sciences . 2002 (1)
改进遗传算法的K-均值聚类算法研究
被引：12
作者：
徐家宁
[1
]
张立文
[2
]
徐素莉
[2
]
李进
[3
]
机构：
[1] 河南科技大学校团委
[2] 河南科技大学电子信息工程学院
[3] 太原科技大学计算机科学与技术学院
来源：
关键词：
聚类分析;
遗传算法;
免疫机制;
K-均值;
个体浓度;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
传统的k-均值算法对初始聚类中心的敏感很大,极易陷入局部最优值;利用遗传算法或免疫规划算法解决初始聚类中心是较好的方法,但后期容易出现收敛速度缓慢。为了克服上述缺点,文章将免疫原理的选择操作机制引入遗传算法中,使个体浓度和适应度同时对个体的选择施加影响,以此提出基于改进遗传算法的K-均值聚类算法,该方法利用K-均值算法的高效性和改进遗传算法的全局优化搜索能力,较好地解决了聚类中心优化问题。试验结果表明,本算法能够有效改善聚类质量,并且具有较好的收敛速度。
引用
收藏
页码：11 / 15
页数：5
相关论文