一种整合粒子群优化和K-均值的数据聚类算法

• 作者: 徐辉 李石君
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据聚类 K-均值 粒子群优化
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 第三届全国智能信息处理学术会议论文选登
• 页码范围: 518-523
• 分类号: TP181
• 字数: 4447字
• 语种: 中文

摘要

针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李石君	武汉大学计算机学院	88	753	16.0	22.0
2	徐辉	广西财经学院计算机与信息管理系	24	61	4.0	7.0