基于内部空间特性的PSO聚类算法

被引：6

作者：

李帅 ^{[1
]}

王新军 ^{[1
,2
]}

高丹丹 ^{[1
]}

机构：

[1] 山东大学计算机科学与技术学院

[2] 山东大学网络中心

来源：

计算机工程 | 2009年 / 35卷 / 05期

关键词：

群体智能; 聚类算法; 混沌; 空间特性微粒群算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。该文结合微粒群(PSO)算法,提出一种数字属性聚类算法,为避免PSO算法可能出现的早熟问题,引入混沌的思想,同时考虑到各个聚类的内部相似的特性,将空间特性引入到PSO算法中。仿真实验表明,该算法在解决数字属性聚类的问题上有着良好的性能。

引用

页码：197 / 199

页数：3