免疫接种粒子群的聚类算法

被引:9
作者
郑晓鸣
吕士颖
王晓东
机构
[1] 福州大学数学与计算机学院
关键词
聚类; 免疫选择; 免疫接种; K均值; 粒子群优化;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
将粒子群优化算法和K均值算法结合进行聚类分析,同时引入了免疫系统中的免疫接种和免疫选择机制来指导粒子的迭代过程,提出了一种基于免疫接种粒子群的聚类算法,在粒子群迭代的过程中加入免疫接种机制指导粒子的飞行方向,再通过免疫选择机制对接种的结果进行选择,确保粒子种群向更优的方向移动。实验结果证明,基于免疫接种粒子群的聚类算法基本克服了K均值算法容易受初始聚类中心影响的缺点,聚类结果稳定,而且比基于粒子群优化的聚类算法取得了更好的聚类效果。
引用
收藏
页码:1264 / 1267
页数:4
相关论文
共 4 条
[1]   基于粒子群优化算法的聚类分析 [J].
刘向东 ;
沙秋夫 ;
刘勇奎 ;
段晓东 .
计算机工程, 2006, (06) :201-202+217
[2]   免疫粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机工程与应用, 2004, (06) :4-6+33
[3]  
数据挖掘原理与算法[M]. 清华大学出版社 , 毛国君等编著, 2005
[4]  
Data clustering[J] . A. K. Jain,M. N. Murty,P. J. Flynn.ACM Computing Surveys (CSUR) . 1999 (3)