遗传优化的K均值聚类算法

被引：6

作者：

胡彧 ^{[1
]}

毕晋芝 ^{[2
]}

机构：

[1] 太原理工大学测控技术研究所

[2] 太原理工大学计算机与软件学院

来源：

计算机系统应用 | 2010年 / 19卷 / 06期

关键词：

K均值算法; K均值遗传算法; 遗传算法; 聚类算法; 数据挖掘;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在K均值聚类算法中,K值需事先确定且在整个聚类过程中不能改变其大小,而按照经验K值划分所得的最终聚类结果一般并非最佳结果。通过求解所构造适应度函数的值,在变异操作中实现最佳聚类数K值的自动寻优,同时借助遗传操作完成聚类中心点的优化选取并利用遗传算法的全局寻优能力克服了K均值聚类算法的局部性。通过对Iris等数据集的实验分析,证明该算法具有良好的全局收敛性,且通过K值的自动调整,有效提高了聚类结果的划分。

引用

页码：52 / 55

页数：4

共 6 条

[1] 基于遗传算法的K均值聚类分析 [J].

赖玉霞 ;

刘建平 ;

杨国兴 .

计算机工程, 2008, (20) :200-202

[2] 一种改进的遗传k-means聚类算法 [J].

刘婷 ;

郭海湘 ;

诸克军 ;

高思维 .

数学的实践与认识, 2007, (08) :104-111

[3] 一种改进的实数自适应遗传算法 [J].

潘伟 ;

刁华宗 ;

井元伟 .

控制与决策, 2006, (07) :792-795+800

[4] 基于遗传算法的聚类分析 [J].

傅景广 ;

许刚 ;

王裕国 .

计算机工程, 2004, (04) :122-124

[5]

An evolutionary technique based on K-Means algorithm for optimal clustering in R N[J] . Sanghamitra Bandyopadhyay,Ujjwal Maulik.Information Sciences . 2002 (1)

[6] In search of optimal clusters using genetic algorithms [J].

Murthy, CA ;

Chowdhury, N .

PATTERN RECOGNITION LETTERS, 1996, 17 (08) :825-832

← 1 →