基于免疫粒子群的K均值聚类算法

被引：4

作者：

王纯杰 ^{[1
]}

董小刚 ^{[1
,2
]}

刁心薇 ^{[3
]}

机构：

[1] 长春工业大学基础科学学院

[2] 吉林大学商学院

[3] 河北工业大学理学院

来源：

广西师范大学学报(自然科学版) | 2008年 / 03期

关键词：

K均值; 聚类; 粒子群; 免疫;

D O I：

10.16088/j.issn.1001-6600.2008.03.031

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

粒子群算法是一类高效求解连续函数优化的随机搜索算法,在K均值聚类算法中得到广泛应用,但是在群体进化后期容易陷入局部极值,针对算法缺点,提出了一个新的聚类算法——基于免疫过程的粒子群K均值聚类算法,并将此算法与K均值聚类算法和粒子群K均值聚类算法进行比较。理论分析和数据实验证明,该算法有较好的全局收敛性,不仅能有效的克服传统的K均值聚类陷入局部极小值的缺点,而且全局收敛能力优于基于粒子群的K均值聚类算法。

引用

页码：165 / 168

页数：4

共 6 条

[1] 小生境免疫算法在中文文本聚类中的应用 [J].