一种结合人工蜂群和K-均值的混合聚类算法

被引：14

作者：

毕晓君

宫汝江

机构：

[1] 哈尔滨工程大学信息与通信工程学院

来源：

计算机应用研究 | 2012年 / 29卷 / 06期

关键词：

人工蜂群; 聚类算法; K-均值;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

传统的K-均值聚类算法虽然收敛速度快,但由于过度依赖初始聚类中心,算法的鲁棒性较差。为此,提出了一种改进人工蜂群算法与K-均值相结合的混合聚类方法,将改进人工蜂群算法能调节全局寻优能力与局部寻优能力的优点与K-均值算法收敛速度快的优点相结合,来提高算法的鲁棒性。实验表明,该算法不仅克服了传统K-均值聚类算法稳定性差的缺点,而且聚类效果也有了明显改善。

引用

页码：2040 / 2042+2046 +2046

页数：4

共 7 条

[1] 具有混沌差分进化搜索的人工蜂群算法
银建霞
孟红云
[J]. 计算机工程与应用, 2011, 47 (29) : 27 - 30
[2] 遗传优化的谱聚类方法研究
王会青
陈俊杰
郭凯
[J]. 计算机工程与应用, 2011, 47 (14) : 143 - 145
[3] 带平衡约束矩形布局优化问题的遗传算法
徐义春
董方敏
刘勇
肖人彬
[J]. 模式识别与人工智能, 2010, 23 (06) : 794 - 801
[4] 人工蜂群算法及其在组合优化中的应用研究
郑伟
刘静
曾建潮
[J]. 太原科技大学学报, 2010, 31 (06) : 467 - 471
[5] 基于免疫粒子群优化的聚类算法
郑晓鸣
吕士颖
王晓东
[J]. 计算机工程, 2008, (15) : 179 - 181+184
[6] 基于遗传算法的聚类分析
傅景广
许刚
王裕国
[J]. 计算机工程, 2004, (04) : 122 - 124
[7] A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk.J. Global Optimization . 2007 (3)

← 1 →