一种改进的PSO-Means聚类优化算法

• 作者: 张凯 魏新红
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 核函数 聚类 粒子群算法 K均值算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 电工电信、自动化与计算机
• 页码范围: 41-43
• 分类号: TP301.6
• 字数: 2175字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6871.2011.02.010

摘要

针对粒子群优化算法在线性不可分情况下不能找到合适的聚类初始质心和正确的聚类个数的缺点,提出引入核方法,对基于粒子群算法的K均值聚类(PSO-Means)算法进行改进.利用核方法把数据映射到高维空间,在高维空间中使用粒子群算法找出所应聚的类,最后利用核空间中的聚类算法对数据进行聚类.通过实验,验证了该算法在线性不可分的情况下可以较好的运行,在很大程度上提高了聚类的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凯	河南城建学院计算机科学与工程系	12	31	4.0	5.0
2	魏新红	河南城建学院计算机科学与工程系	9	15	2.0	3.0