一种改进的K-均值聚类算法

被引：8

作者：

但汉辉 ^{[1
]}

张玉芳 ^{[1
]}

张世勇 ^{[2
]}

机构：

[1] 重庆大学计算机学院

[2] 重庆工商大学计算机科学与信息工程学院

来源：

重庆工商大学学报(自然科学版) | 2009年 / 26卷 / 02期

关键词：

混合粒子群优化算法; K-均值; 聚类算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

为了改进K-means聚类算法的不足,把混合粒子群优化算法引入到K-means聚类算法中,重新选取编码方式并构造适应度函数,在此基础上提出了一种改进的K-means聚类算法;通过两个经典数据集的测试,实验结果表明:改进的算法比K-means算法具有更好的全局寻优能力、更快的收敛速度,且其解的精度更高对初始聚类中心的敏感度降低。

引用

页码：144 / 147

页数：4

共 4 条

[1] 基于Ad Hoc网络的混合入侵检测算法 [J].