基于AQPSO的数据聚类

• 作者: 唐槐璐 须文波 龙海侠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 AQPSO QPSO 参数选择
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 186-188,198
• 页数: 4页
• 分类号: TP391
• 字数: 3578字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.10.056

摘要

提出了一种新的聚类算法--适应性的基于量子行为的微粒群优化算法的数据聚类(AQPSO).AQPSO在全局搜索能力和局部搜索能力上优于PSO和QPSO算法,它的适应性方法比较接近于高水平智能群体的社会有机体的学习过程,并且能保证种群不断地进化.聚类过程都是根据数据向量之间的Euclidean(欧几里得的)距离.PSO和QPSO的不同在于聚类中心的进化上.QPSO和AQPSO的不同在于参数的选择上.实验中用到4个数据集比较聚类的效果,结果证明了AQPSO聚类方法优于PSO和QPSO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	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	龙海侠	江南大学信息工程学院	9	88	5.0	9.0
3	唐槐璐	江南大学信息工程学院	2	11	2.0	2.0