基于粒子群算法的K均值半监督聚类算法研究

• 作者: 郭长友
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 半监督聚类 改进的K均值算法 质心优化 粒子群算法 动态管理种群
• 年，卷（期）: 2010,（7）
• 页码范围: 270-273
• 分类号: TP3
• 字数: 4572字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.07.084

摘要

定义了一个欧氏距离和监督信息相结合的最近邻计算函数,综合考虑无监督学习的空间距离和监督学习的标签数据的影响,从而将K均值算法很好地用于半监督聚类问题;针对K均值算法对初始质心敏感的缺陷,用粒子群算法的搜索空间模拟聚类的欧氏空间,通过迭代搜索找到较优的聚类质心.同时提出动态管理种群的策略以提高粒子群算法搜索效率.新算法在UCI的多个数据集上测试都得到了较好的聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭长友	德州学院计算机系	25	106	6.0	9.0