基于改进GA的K-均值聚类算法

被引：3

作者：

向永生 ^{[1
]}

张颖 ^{[2
]}

刘燕婷 ^{[1
]}

陈曦 ^{[2
]}

机构：

[1] 长沙理工大学城南学院

[2] 长沙理工大学计算机与通信工程学院

来源：

长沙理工大学学报(自然科学版) | 2009年 / 6卷 / 01期

基金：

湖南省自然科学基金;

关键词：

聚类; 改进遗传算法; K-均值;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

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,但容易出现局部早熟现象.为了克服以上缺点,借助免疫机制的优点,将免疫原理的选择操作机制引入遗传算法中,提出基于改进遗传的K-均值聚类算法,该方法结合K-均值算法的高效性和改进遗传算法的全局优化能力,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.

引用

页码：73 / 76

页数：4

共 7 条

[1] 模拟退火K均值聚类算法及其应用研究 [J].

刘伟民 ;

郑爱云 ;

李苏剑 ;

赵方庚 ;

孙江生 .

微计算机信息, 2008, (21) :182-184

[2] 基于遗传算法的动态模糊聚类 [J].

郑岩 ;

黄荣怀 ;

战晓苏 ;

周春光 .

北京邮电大学学报, 2005, (01) :75-78

[3] 基于遗传算法的聚类分析及其应用 [J].

孙志胜 ;

曹爱增 ;

梁永涛 .

济南大学学报(自然科学版), 2004, (02) :127-129

[4] 单亲遗传算法的机理分析 [J].

李茂军 ;

罗安 .

长沙理工大学学报(自然科学版), 2004, (01) :76-79

[5] 基于遗传算法的特征值问题求解 [J].

贺志民 ;

方美娥 .

长沙电力学院学报(自然科学版), 2003, (01) :12-14

[6] 免疫算法 [J].

王磊 ;

潘进 ;

焦李成 .

电子学报, 2000, (07) :74-78

[7]

An evolutionary technique based on K-Means algorithm for optimal clustering in R N[J] . Sanghamitra Bandyopadhyay,Ujjwal Maulik.Information Sciences . 2002 (1)

← 1 →