基于距离浓度的K-均值聚类算法

• 作者: 刘韬 崔志磊 曹丰文 蔡淑琴
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 距离浓度 免疫 算法
• 年，卷（期）: 2007,（10）
• 页码范围: 50-52
• 页数: 3页
• 分类号: TP311
• 字数: 2726字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.10.015

摘要

提出的基于距离浓度的K-均值聚类算法把聚类的数据对象视为抗原,聚类中心看作是免疫系统中的抗体,聚类过程表示为免疫系统不断产生抗体,识别抗原,最后产生出可以捕获抗原的最佳抗体过程.定义了抗体浓度和亲和度,使得抗体之间的距离越大,其距离浓度越小,反之则浓度越大,从而提高了算法的搜索效率.设计了抗体的期望繁殖率计算方法和克隆变异方法.仿真结果表明:该算法不仅克服了传统的K-均值聚类算法易陷入局部极小值的缺点,而且避免了对初始化选值敏感性的问题,同时也有较快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡淑琴	华中科技大学管理学院	193	3429	32.0	49.0
2	刘韬	华中科技大学管理学院	9	96	6.0	9.0
4	曹丰文	苏州职业大学电子信息工程系	17	125	6.0	11.0
7	崔志磊	苏州职业大学电子信息工程系	1	22	1.0	1.0