基于改进微粒群算法的K-MEANS聚类和孤立点查找

• 作者: 刘臣 杨晓兵 肖会敏
• 来源期刊: 河南科学
• 关键词: 微粒群算法 K均值算法 聚类 孤立点查找
• 年，卷（期）: 2007,（1）
• 页码范围: 107-111
• 页数: 5页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3918.2007.01.033

摘要

K均值算法的聚类个数K需指定,聚类结果与数据输入顺序相关,而且易受孤立点影响.针对这些缺陷,首先以实验的方式证明了找到最优的初始质心是K-MEANS算法有效的条件,对局部版的微粒群优化算法(PSO)进行了改进,利用其局部搜索的功能查找到K均值算法的最优初始质心和存在的孤立点,克服了K均值算法的这些缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖会敏	河南财经学院信息学院	46	312	9.0	16.0
2	刘臣	河南财经学院信息学院	3	44	2.0	3.0
3	杨晓兵	河南财经学院信息学院	2	43	2.0	2.0