新的混合小生境鱼群聚类算法

被引:13
作者
王培崇 [1 ,2 ]
钱旭 [1 ]
雷凤君 [1 ]
机构
[1] 中国矿业大学(北京)机电与信息工程学院
[2] 石家庄经济学院信息工程学院
关键词
聚类; 人工鱼群算法; 小生境; 排挤机制; 聚集因子; 算法融合;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
针对K-Means算法对于初始k值较敏感和容易过早收敛的问题,提出基于人工鱼群机制的K-Means聚类算法(NAFS)。首先,利用先验知识随机产生待求解问题的若干个聚类中心,组成一个鱼群环境;其次,利用鱼群个体的协作、竞争机制寻找满意的结果。鉴于人工鱼群算法后期容易陷入局部最优,根据鱼群聚集度引入小生境算法,改善种群的多样性,提高了算法的求解精度。在KDDCUP99数据集上的实验结果表明,该算法具有较高的聚类精度,适用于高维数据的聚类问题。
引用
收藏
页码:2189 / 2192
页数:4
相关论文
共 14 条
[1]
流形上的非线性判别K均值聚类 [J].
高丽平 ;
周雪燕 ;
詹宇斌 .
计算机应用, 2011, 31 (12) :3247-3251+3274
[2]
基于人工鱼群算法的Web用户聚类分析 [J].
臧文科 ;
刘希玉 .
计算机工程与应用 , 2011, (30) :12-14
[3]
一种改进的小生境多目标粒子群优化算法 [J].
黄平 ;
于金杨 ;
元泳泉 .
计算机工程, 2011, 37 (18) :1-3
[4]
基于小生境遗传算法的排课问题研究 [J].
李红婵 ;
朱颢东 .
计算机工程, 2011, 37 (16) :194-196
[5]
求解0/1背包问题的改进人工鱼群算法研究 [J].
厍向阳 ;
朱命昊 ;
赵亚敏 .
计算机工程与应用 , 2011, (21) :43-46
[6]
基于单纯形法的改进型人工鱼群算法 [J].
张红霞 ;
罗毅 ;
师瑞峰 .
计算机应用, 2011, 31 (05) :1321-1323+1327
[7]
基于自适应小生境遗传算法的船型优化 [J].
张宝吉 .
计算机工程, 2011, 37 (08) :207-209
[8]
求解高维多模优化问题的正交小生境自适应差分演化算法 [J].
拓守恒 ;
汪文勇 .
计算机应用, 2011, 31 (04) :1094-1098
[9]
基于密度的改进K均值算法及实现 [J].
傅德胜 ;
周辰 .
计算机应用, 2011, 31 (02) :432-434
[10]
一种混沌人工鱼群优化算法 [J].
曲良东 ;
何登旭 .
计算机工程与应用, 2010, 46 (22) :40-42