基于差分演化的K-均值聚类算法

• 作者: 刘凤龙 曹敦 陈曦
• 来源期刊: 计算技术与自动化
• 关键词: 聚类 差分演化算法 K-均值
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 48-50
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2010.01.014

摘要

传统的K-均值算法,因对初始聚类中心的选择敏感,存在容易陷入局部最优解的缺点;差分演化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有很强的鲁棒性.为了克服K-均值聚类算法的上述缺点,提出基于差分演化的K-均值聚类算法,该方法结合K-均值算法的高效性和差分演化算法的全局优化能力,较好地解决了聚类中心优化问题.通过实验结果表明,此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	曹敦	长沙理工大学计算机与通信工程学院	31	150	7.0	11.0
3	刘凤龙	湖南人文科技学院信息中心	13	40	4.0	6.0