基于生长树的遗传聚类算法研究

被引：7

作者：

厍向阳 ^{[1
]}

薛惠锋 ^{[1
]}

高新波 ^{[2
]}

机构：

[1] 西北工业大学自动化学院

[2] 西安电子科技大学电子工程学院

来源：

计算机应用研究 | 2006年 / 07期

关键词：

聚类算法; 数据挖掘; 生长树; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

分析了目前基于目标函数聚类算法的不足,面对形状复杂且非重叠的样本聚类问题,定义了最邻近距离和生长树的概念。随机选取生长树初始种子点,以最邻近距离作为生长树生长的方向和样本划分依据,以最终生长树大小为聚类目标函数,引入遗传算法,提出基于生长树的遗传聚类算法,并通过实例进行了算法测试和比较。算法测试表明:基于生长树的遗传聚类算法对于形状复杂且非重叠样本的聚类是完全可行和有效的。

引用

页码：62 / 64

页数：3