基于免疫粒子群优化的聚类算法

被引:4
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; 免疫粒子群优化; 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
K均值算法简单快速,但其结果容易受初始聚类中心影响,并且容易陷入局部极值。该文结合粒子群优化算法和免疫系统中的免疫调节机制与免疫记忆功能对K均值算法进行改进,提出一种基于免疫粒子群优化的聚类算法。实验结果证明,该算法解决了K均值算法存在的对初值敏感的缺点,聚类结果稳定,而且比基于粒子群优化的聚类算法具有更好的聚类效果。
引用
收藏
页码:179 / 181+184 +184
页数:4
相关论文
共 3 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]   粒子群优化方法及其实现 [J].
樊玮 .
航空计算技术, 2004, (03) :39-42
[3]  
Data clustering[J] . A. K. Jain,M. N. Murty,P. J. Flynn.ACM Computing Surveys (CSUR) . 1999 (3)