基于改进的微粒群优化算法的山峰聚类法

• 作者: 彭小奇 沈洪远 王俊年 胡志坤
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 山峰聚类法 微粒群算法(PSO) 多峰寻优
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 89-93
• 页数: 5页
• 分类号: TP18
• 字数: 3619字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.01.016

摘要

对微粒群算法进行改进,使之具有多峰寻优能力,并将其与山峰聚类法相结合,提出了基于改进的微粒群优化算法的山峰聚类算法(A Mountain Clustering Based on Improved PSO,MCBIPSO).文中给出了该方法的原理和计算步骤.仿真结果表明,该算法物理意义明确,用于基于密度的样本聚类时,计算简单快捷,能有效搜寻到数据样本空间的各个聚类中心,从而实现对数据样本的准确聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭小奇	中南大学能源与动力工程学院	112	1229	18.0	30.0
2	胡志坤	中南大学信息科学与工程学院	97	1006	17.0	26.0
3	沈洪远	中南大学能源与动力工程学院	34	594	12.0	24.0
5	王俊年	湖南科技大学信息与电气工程学院	50	546	13.0	20.0