一种改进的粒子群优化快速聚类算法

《一种改进的粒子群优化快速聚类算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、0ct．2012Vol-39NO．5初始聚类中心敏算法通过对样本基于相异度矩阵个UCI数据集上ina)eansalgorithmtoinitialclustermparedwiththeesamples，andusePSO—basedffectandreducevantagesofthe处理等领域，是最重要过程．聚类的目的是使和基于模型的方法，其如K中心点方法以及二衡迭代规约和聚类的的Chameleon方法uJ．对初始质心敏感，不同来，基于模糊理论的聚rey等人提出了近邻传心的初始选择，取得了万方数据第39巷散的聚类样本集合，局寻优算法，

2、由于该收敛于最优解，而且员结合PSO的优点，的敏感性．Merwe和人[】0]在此基础上[11]对其中的粒子编献[13-1提出了一种向量．已有的粒子群算量也较大，且在进规范化处理的数据集了最小化所有样本与机全局优化技术．最理、函数优化等．在的最优解，即P矗，整，(})(￡))越大，粒子的飞行速趋向于进行精缅的局移动的下一个位置为(2)极小值．而且由于每自我学习提高和向他聚类结果后期收敛比后的粒子群算法的收，若直接采用欧式距文中采用式(3)对样本相异度，从而有效降(3)万方数据63(4)．位置是由m个聚类中心维数为d，因此粒子的．厂(x)l本

3、总数)，直接根据矩阵中查找相异度值了计算复杂度．算法聚类．笔者提出的简(5)(6)度值．相异度之和来寻找最万方数据第39卷数据集含有6个类，只有6维，减少了计过直接用样本编码进搜索范围更大．在实度有大幅度提高，特通过索引得到样本间于维数较高的样本，通骤使用各种计算样本块在CPU为3．2GHz，Wine和Glass，它们瓣长度、花瓣宽度、个类不存在交叠，如Na、Mg、AI等8种器玻璃、餐具用玻璃因子C。一c：一2，，d。。。为最大迭代在最优值的邻域内逐该类簇的纯度定义为(7)(8)越有效．．万方数据65文中算法在各个数据数据集样本进行规范聚

4、类算法是有效的，感度及陷入局部最小中在采用文献[9]算法情况如表3所示．较文献[9]算法改进显大，Wine和Glass维数集粒子群适应度收敛曲线，化曲线，最下方为粒力，每代粒子厄间可，无震荡现象，且有子编码方式和相异度适应度函数，发挥了取得了较好的效果．的特点寻找有效的相sco：MorganKaufmannthodsfortheK—Means2(4)：603—607．[J]．JournalofXidian(下转第78页)万方数据第39卷．(A一7)兀是。t：)s[J]．AetaAeronautica(5)：1017—1021．eStudy

5、[J]．JournalofedSARDataProcessingSensLett，2011，8(3)：ingAlgorithm[J]．IEEE(编辑：郭华)127—133．gorithm[J]．Journalof／puteScience，2008，≯5正(5814)：972—976．eonNeuralNetworks．irApplicationstoData．r。／／ProcofEvolutionaryabyUsingtheParticleail：IEEE，2008：1817一：55—58．izationAlgorithm[J]Intel

6、ligenceSymposiumimization[J3．Journalof(编辑：齐淑娟)万方数据一种改进的粒子群优化快速聚类算法作者：王纵虎，刘志镜，陈东辉，WANGZonghu，LIUZhijing，CHENDonghui作者单位：西安电子科技大学计算机学院,陕西西安,710071刊名：西安电子科技大学学报（自然科学版）英文刊名：JournalofXidianUniversity(NaturalScience)年，卷(期)：2012,39(5)本文链接：http://d.g.wanfangdata.com.cn/Periodical

7、_xadzkjdx201205011.aspx