免疫克隆优化聚类技术

• 作者: 尚荣华 焦李成 马文萍
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 免疫克隆 聚类 K均值算法 纹理图像分割
• 年，卷（期）: 2007,（6）
• 页码范围: 911-915,921
• 页数: 6页
• 分类号: TP18
• 字数: 4742字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2007.06.012

摘要

将人工免疫系统中的克隆选择优化应用于无监督分类与识别问题,提出了一种新的免疫克隆聚类算法.该算法利用克隆算子能够同时在同一父代抗体周围的多个方向进行全局或局部搜索,促使种群中抗体快速进化,从而在特征空间内快速获得聚类问题的全局最优聚类中心,有效克服了经典聚类算法易陷入局部极值的缺点,并从理论上证明了该算法具有全局收敛性.对7个人工数据集的聚类实验和两幅纹理图像的分割实验表明:新算法比常用的K均值算法的平均分类精度高20.9%,比另一种基于遗传算法的聚类方法的平均分类精度高20.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能信息处理研究所	514	14586	52.0	103.0
2	尚荣华	西安电子科技大学智能信息处理研究所	20	328	10.0	18.0
3	马文萍	西安电子科技大学智能信息处理研究所	18	343	10.0	18.0