作者:
原文服务方: 成都大学学报(自然科学版)       
摘要:
结合遗传算法和K均值聚类算法的优点,提出一种改进的基于遗传算法的K均值聚类算法.将遗传算法的编码方法、初始化、适应度函数、选择、交叉和变异等较好地应用于聚类问题,不仅解决了K均值聚类算法中K值难以确定、对初始值敏感以及遗传算法存在收敛性差和容易早熟的缺点,而且实现了聚类中心的优化选择、K值的自动学习和基因的自适应变异等.仿真实验表明,改进后的算法效率有较大的提高.
推荐文章
基于改进遗传算法的模糊C均值聚类算法
聚类
FCM算法
遗传算法
种群熵
一种基于层次聚类的k均值算法研究
聚簇
k-means
层次方法
文本挖掘
一种改进的简化均值粒子群K-means聚类算法
粒子群优化算法
简化粒子群
邻域最优粒子
K-means聚类
聚类数
初始聚类中心
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的基于遗传算法的K均值聚类算法
来源期刊 成都大学学报(自然科学版) 学科
关键词 聚类分析 遗传算法 K均值
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 162-164
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1004-5422.2011.02.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐朝霞 淮阴工学院计算机工程学院 22 91 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (92)
参考文献  (5)
节点文献
引证文献  (11)
同被引文献  (26)
二级引证文献  (32)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
聚类分析
遗传算法
K均值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
成都大学学报(自然科学版)
季刊
1004-5422
51-1216/N
16开
1982-01-01
chi
出版文献量(篇)
1947
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导