基于差分演化的K-均值聚类算法

被引：12

作者：

刘凤龙 ^{[1
]}

陈曦 ^{[2
]}

曹敦 ^{[2
]}

机构：

[1] 湖南人文科技学院信息中心

[2] 长沙理工大学计算机与通信工程学院

来源：

计算技术与自动化 | 2010年 / 29卷 / 01期

关键词：

聚类; 差分演化算法; K-均值;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

传统的K-均值算法,因对初始聚类中心的选择敏感,存在容易陷入局部最优解的缺点;差分演化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有很强的鲁棒性。为了克服K-均值聚类算法的上述缺点,提出基于差分演化的K-均值聚类算法,该方法结合K-均值算法的高效性和差分演化算法的全局优化能力,较好地解决了聚类中心优化问题。通过实验结果表明,此算法能够有效改善聚类质量。

引用

页码：48 / 50

页数：3