共 4 条
基于动态隧道系统的K-means聚类算法研究
被引：7
作者：
吕佳
机构：
[1] 重庆师范大学数学与计算机科学学院运筹学与系统工程重庆市市级重点实验室
关键词：
K-means聚类算法;
全局最优化;
目标函数;
动态隧道系统;
能量盆地;
D O I：
暂无
中图分类号：
TP181 [自动推理、机器学习];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对K-means聚类算法易陷入局部极小的问题,利用动态隧道算法在解决全局最优化问题中的有效性,将算法中的动态隧道过程引入到K-means聚类算法中,提出了一种基于动态隧道算法的K-means聚类算法。该算法在K-means聚类算法寻优得到的局部极小值基础上,利用动态隧道过程寻找更小的能量盆地,再将其值提交给K-means聚类算法进行迭代寻优,重复该过程,直到找到全局最小值。理论分析和仿真实验证明,该算法的聚类效果要优于K-means聚类算法。
引用
收藏
页码：73 / 77
页数：5
相关论文