基于K均值的带变异粒子群聚类算法

• 作者: 张冬雪 徐鹏 郝思媛 陶新民
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 聚类分析 K均值算法 粒子群优化算法 群体智能
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 现代电子技术
• 页码范围: 25-28
• 分类号: TP181
• 字数: 3476字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-671X.2011.12.006

摘要

针对K均值算法的搜索结果依赖于初始聚类中心以及粒子群算法早熟收敛的缺点,提出了一种基于K均值的带变异粒子群聚类算法.该算法通过粒子群算法来弥补K均值算法的不足,根据粒子的收敛情况判断K均值操作的时机,提高了搜索性能,并采用变异操作来跳出局部极值.分别用K均值算法、PSO-K均值算法和该算法对3种实际数据进行了聚类测试,实验结果的比较表明,该算法可以跳出局部极值,找到比其他2种算法更好的解,有更好的寻优效率并且更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶新民	哈尔滨工程大学信息与通信工程学院	49	926	16.0	29.0
2	徐鹏	哈尔滨工程大学信息与通信工程学院	33	227	8.0	14.0
3	郝思媛	哈尔滨工程大学信息与通信工程学院	8	172	5.0	8.0
4	张冬雪	哈尔滨工程大学信息与通信工程学院	8	202	7.0	8.0