基于克隆算法的网络结构聚类新算法

被引:23
作者
李洁
高新波
焦李成
机构
[1] 西安电子科技大学电子工程学院
关键词
聚类分析; 数值特征; 类属特征; 克隆选择; 禁忌克隆;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
基于目标函数的聚类算法是目前应用最为广泛的聚类分析方法之一 .然而这类算法都需要类别数和聚类原型的先验知识 ,且只能分析具有相同原型的数值型数据 .此外这类算法还存在对初始化敏感 ,易陷入局部极值点等弱点 .为此 ,本文提出一种基于克隆算法的网络结构聚类新算法以实现聚类分析的自动化 .由于新算法将克隆选择与禁忌克隆相结合 ,使网络既具有免疫的特异性又具有免疫的耐受性 ,通过分析网络神经元的最小生成树 ,能够快速准确地获得类别数以及相关的分类信息 .对各种类型的数据集的测试结果均表明 ,本文提出的新算法对于处理具有混和特征的数据集聚类分析问题是相当便捷有效的
引用
收藏
页码:1195 / 1199
页数:5
相关论文
共 5 条
[1]   一种基于CSA的混和属性特征大数据集聚类算法 [J].
李洁 ;
高新波 ;
焦李成 .
电子学报, 2004, (03) :357-362
[2]   一种多类原型模糊聚类的初始化方法 [J].
高新波 ;
薛忠 ;
李浩 ;
谢维信 .
电子学报, 1999, (12) :72-75+67
[3]   模糊聚类分析理论与应用研究进展 [J].
何清 .
模糊系统与数学, 1998, (02) :89-94
[4]  
医学免疫学[M]. 中国科学技术大学出版社 , 吴敏毓, 1999
[5]  
Minimum spanning trees for tree metrics: abridgements and adjustments[J] . Bruno Leclerc.Journal of Classification . 1995 (2)