一种新的混合聚类算法

被引:18
作者
吴文丽
刘玉树
赵基海
机构
[1] 北京理工大学
关键词
群体智能; 蚂蚁聚类算法; K-平均算法; 混合聚类;
D O I
10.16182/j.cnki.joss.2007.01.006
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。
引用
收藏
页码:16 / 18
页数:3
相关论文
共 2 条
[1]   一种基于蚁群算法的聚类组合方法 [J].
杨燕 ;
靳蕃 ;
Mohamed Kamel .
铁道学报, 2004, (04) :64-69
[2]   聚类问题的蚁群算法 [J].
高尚 ;
杨静宇 ;
吴小俊 ;
不详 .
计算机工程与应用 , 2004, (08) :90-91+232