一种基于余弦因子改进的混合聚类算法

• 作者: 金远平 黄裕洋
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合聚类 遗传算法 K-means算法 余弦因子
• 年，卷（期）: 2010,（3）
• 页码范围: 496-499
• 分类号: TP31
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2010.03.012

摘要

为了解决传统的K-means聚类算法全局优化性差,容易陷入局部最优的问题,用具有全局自适应优化特点的遗传算法与K-means算法结合来改善聚类效果.在此基础上提出了基于余弦因子改进的混合聚类算法(SGKM),在交叉和变异操作时用基因余弦因子(GCOS)进行个体控制,确保差的个体不会被引入下一代,并采用交叉和变异概率的自适应控制,结合了K-means算法的高效局部搜索和遗传算法的全局优化能力.实验结果表明,与其他基于K-means算法改进的聚类算法相比,SGKM算法能获得更小的簇内距和更大的簇间距,且数据对象的分类准确率有一定的提高.应用SGKM算法进行聚类不易受到不良个体的干扰,可以有效地改善聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金远平	东南大学计算机科学与工程学院	38	567	13.0	23.0
2	黄裕洋	东南大学计算机科学与工程学院	2	72	2.0	2.0