一种新的基于蚁群原理的聚类算法

• 作者: 孙多 沈洁 陈志敏
• 来源期刊: 扬州大学学报(自然科学版)
• 学科: 工学
• 关键词: 聚类 蚁群算法 k-means算法
• 年，卷（期）: 2008,（2）
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP311.13
• 字数: 2799字
• 语种: 中文

摘要

为了改善聚类分析的质量,提出一种与蚁群原理相结合的聚类方法. 首先对传统的聚类算法k-means进行改进,克服传统的k-means算法必须事先确定分类的个数k和选择聚类点的缺陷,然后将蚁群算法的转移概率引入k-means算法,对上述聚类结果进行二次优化.实验结果表明,改进的k-means与蚁群算法相结合的聚类方法比单一聚类算法更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈洁	扬州大学信息中心	68	1143	14.0	33.0
2	陈志敏	扬州大学信息工程学院	15	175	7.0	13.0
3	孙多	扬州大学信息工程学院	14	95	4.0	9.0