一种基于特征加权的蚁群聚类新算法

• 作者: 李冰 李玲娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 蚁群聚类 特征加权 概率转换
• 年，卷（期）: 2010,（8）
• 页码范围: 67-70
• 分类号: TP391
• 字数: 3423字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.08.018

摘要

蚁群聚类算法作为一种群体智能的算法已经被证实可用于高维数据的聚类,能够快速有效地处理Web的海量、高维数据,但是传统的蚁群聚类算法并未考虑各维特征的贡献率,聚类的准确度有限.文中以优化聚类效果为目标,提出了一种基于特征加权的蚁群聚类新算法FWACCA,在新算法中考虑了各维特征对分类贡献的多少,合理地使用了Sigmoid概率转换函数和主客观结合的赋权法.实验结果表明此新算法可以有效减少聚类出错率,提高聚类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲娟	南京邮电大学计算机学院	88	927	14.0	26.0
2	李冰	南京邮电大学计算机学院	3	18	3.0	3.0