基于特征分析的粒子群优化聚类算法

• 作者: 邓貌 金小贤 鲁华祥
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征分析 核主成分分析 粒子群优化算法 聚类
• 年，卷（期）: 2010,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 185-187
• 页数: 3页
• 分类号: TP18
• 字数: 2786字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.08.065

摘要

为提高粒子群优化聚类算法的性能,结合特征分析相关方法,提出一种新的串联聚类算法KPCA-PSO,阐述算法的基本原理和实施方案.在特征分析过程中,以一种简单有效的特征值选择方法避免手动选择特征值的繁琐过程.以人工数据和实际数据测试算法性能,实验结果表明该方法具有较好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁华祥	中国科学院半导体研究所人工神经网络实验室	46	358	8.0	17.0
2	金小贤	中国科学院半导体研究所人工神经网络实验室	3	57	3.0	3.0
3	邓貌	中国科学院半导体研究所人工神经网络实验室	2	11	2.0	2.0