人工免疫C-均值聚类算法

被引:17
作者
张雷
李人厚
机构
[1] 西安交通大学系统工程研究所
关键词
聚类算法; 人工免疫; C-均值;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
通过借鉴生物免疫系统中的克隆选择原理和记忆机制,提出了一种人工免疫C-均值混合聚类算法.该算法采用了新的克隆选择方法,通过亲和度排序和个体浓度定义了个体的选择概率,从而可确定个体的适应值评价函数,以评价和选择个体.算法还集成了一种C-均值搜索算子,用于加快收敛速度.在聚类数目已知的情况下,所提算法能够得到给定数据集下的全局最优划分,与基于遗传算法的聚类方法比较,它具有更快的收敛速度和更高的收敛精度,并可扩展到性能指标能够表示为优化聚类中心函数的聚类模型之中.仿真结果表明,所提算法是有效性的.
引用
收藏
页码:836 / 839
页数:4
相关论文
共 1 条
[1]  
Learning and optimization using the clonal selection principle. de Castro L N, von Zuben F J. IEEE Transaction on Evolutionary Computation . 2002