基于改进GA的K-均值聚类算法

• 作者: 刘燕婷 向永生 张颖 陈曦
• 来源期刊: 长沙理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 改进遗传算法 K-均值
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP311
• 字数: 3176字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9331.2009.01.015

摘要

利用遗传算法或免疫规划算法解决初始聚类中心是较好的方法,但容易出现局部早熟现象.为了克服以上缺点,借助免疫机制的优点,将免疫原理的选择操作机制引入遗传算法中,提出基于改进遗传的K-均值聚类算法,该方法结合K-均值算法的高效性和改进遗传算法的全局优化能力,较好地解决了聚类中心优化同题.试验结果表明,本算法能够有效改善聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	长沙理工大学计算机与通信工程学院	56	361	12.0	16.0
2	刘燕婷	长沙理工大学城南学院	2	17	2.0	2.0
3	张颖	长沙理工大学计算机与通信工程学院	46	373	10.0	18.0
4	向永生	长沙理工大学城南学院	11	35	3.0	5.0