一种自适应惯性权重的并行粒子群聚类算法

• 作者: 傅平 周飞红 廖子贞 罗可
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 K-均值 遗传算法 粒子群优化算法 并行计算
• 年，卷（期）: 2007,（28）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 166-168
• 页数: 3页
• 分类号: TP301
• 字数: 3735字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.28.051

摘要

针对K-means聚类算法和基于遗传(GA)的聚类算法的一些缺点,及求解实优化问题时粒子群算法优于遗传算法这一事实,提出了一种自适应惯性权重的并行粒子群聚类算法.理论分析和实验表明,该算法在收敛速度和收敛精度方面明显优于基于遗传算法的聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	廖子贞	长沙理工大学计算机与通信工程学院	3	41	2.0	3.0
3	傅平	长沙理工大学计算机与通信工程学院	2	48	2.0	2.0
4	周飞红	长沙理工大学计算机与通信工程学院	1	29	1.0	1.0