改进的基于遗传算法的粗糙聚类方法

• 作者: 洪亮亮 罗可
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 遗传算法 粗糙集 k-均值算法
• 年，卷（期）: 2010,（25）
• 页码范围: 142-145
• 分类号: TP311
• 字数: 4666字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.25.042

摘要

传统的聚类算法都是使用硬计算来对数据对象进行划分,然而现实中不同类之间对象通常没有明确的界限.粗糙集理论提供了一种处理边界对象不确定的方法.因此将粗糙理论与k-均值方法相结合.同时,传统的k-均值聚类方法必须事先给定聚类数k,但实际情况下k很难确定;另外虽然传统k-均值算法局部搜索能力强,但容易陷入局部最优.遗传算法能得到全局最优解,但收敛过快.鉴于此,提出了一种改进的基于遗传算法的的粗糙聚类方法.该算法能动态地生成k-均值聚类数,采用最大最小原则生成初始聚类中心,同时结合粗糙集理论的上近似和下近似处理边界时象.最后,用UCI的Iris数据集分别对算法进行实际验证.实验结果表明,该算法具有较高的正确率,综合性能更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	洪亮亮	长沙理工大学计算机与通信工程学院	3	24	2.0	3.0