一种基于蚁群算法的聚类组合方法

被引:39
作者
杨燕
靳蕃
Mohamed Kamel
机构
[1] 西南交通大学计算机与通信工程学院
[2] Department of System Design Engineering
[3] University of Waterloo
[4] Waterloo 四川成都 
[5] 四川成都 
[6] Ontario NL
关键词
蚁群算法; 聚类; 聚类组合; 超图; 图划分;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
蚂蚁等群居类昆虫被看作能解决复杂问题的分布式系统,研究者从它们的协作性能以及自组织、信息素通信、任务划分等机理中获得灵感,已在组合优化、通信网络、机器人等许多应用领域找到解决问题的新方法。聚类作为一种无监督的学习,能根据数据间的相似程度自动地进行分类。基于蚁群算法的聚类方法已经在当前数据挖掘研究中得到应用。本文提出的基于蚁群算法的聚类组合新方法,模仿多蚁群的协作性能,将运动速度类型各异的多个蚁群,独立而并行地进行聚类分析,然后组合其聚类结果为超图,再用蚁群算法对超图进行2次划分。实验结果表明,该方法能自动决定聚类的数目,聚类组合方法能明显改善聚类质量。
引用
收藏
页码:64 / 69
页数:6
相关论文
共 2 条
[1]   新一代的铁路运输系统——铁路智能运输系统 [J].
贾利民 ;
李平 ;
聂阿新 ;
不详 .
交通运输工程与信息学报 , 2003, (01) :81-86
[2]   一种有效的FCM算法的实现方式 [J].
石洪波 ;
于剑 ;
黄厚宽 .
铁道学报, 2003, (01) :63-67