基于多样性反馈的粒子群聚类算法

被引：9

作者：

时红军

机构：

[1] 昆明船舶设备试验研究中心

来源：

关键词：

聚类分析; 离子群算法; 多样性反馈;

D O I：

10.19652/j.cnki.femt.2012.02.007

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

传统粒子群聚类算法容易陷入局部最优,聚类的准确度不高。针对这些问题,提出一种改进的离子群聚类算法,该算法基于一种新的惯性权重函数并引入基于多样性反馈的beta分布变异来保证种群的多样性。对Iris数据的测试结果表明,在相同的条件下,改进的粒子群聚类算法在聚类的准确度方面优于传统的粒子群聚类算法。

引用

页码：24 / 26

页数：3

共 6 条

[1]

数据挖掘原理与算法.[M].毛国君等编著;.清华大学出版社.2005,

[2] 基于改进微粒群算法的坦克炮维修间隔期计算 [J].

崔军 ;

胡俊豪 .

[3] 聚类K-means算法的应用研究 [J].

石云平 .

[4] 遗传算法中群体多样性评价指标的研究 [J].

何燕平 ;

何辉 ;

张筱磊 .

[5] 全局收敛的PSO算法的种群多样性特征 [J].

李国 ;

徐晨 ;

吴延科 .

[6] 一种新的聚类算法——粒子群聚类算法 [J].

刘靖明 ;

韩丽川 ;

侯立文 ;

不详 .