带混沌搜索的粒子群聚类算法

• 作者: 冯少荣 陈希友
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 PSO 混沌搜索 C-PSO
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 93-95,102
• 页数: 4页
• 分类号: TP301.6
• 字数: 2836字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.10.027

摘要

聚类可以看成是寻找K个最佳聚类中心的过程.文中把一组聚类中心视为一个粒子(P),把各个数据到各自聚类中心的欧式距离之和看成优化函数(f(P)),使用带混沌搜索的粒子群聚类算法(C-PSO)算法寻找最优函数值,从而找到最佳聚类中心.该算法改进了粒子速度的初始化,把混沌搜索嵌入到粒子群的搜索过程中,提高了粒子群的搜索能力.实验结果表明,该算法的聚类效果明显好于K-means和PSO聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯少荣	厦门大学计算机科学系	49	822	13.0	28.0
2	陈希友	厦门大学计算机科学系	2	14	2.0	2.0