一种量子行为粒子群优化动态聚类算法

• 作者: 孙俊 陈伟 陈璟 须文波
• 来源期刊: 计算机应用研究
• 关键词: 粒子群优化 量子行为 完全学习策略 动态聚类
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2432-2435
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.07.007

摘要

为了改善量子行为粒子群优化算法的收敛性能,避免粒子早熟问题,提出了一种基于完全学习策略的量子行为粒子群优化算法.由此设计了一种新的数据聚类算法,新的聚类算法通过特殊的粒子编码方式在聚类过程中能够自动确定最佳的聚类数目.在五个测试数据集上与其他两种动态聚类算法进行聚类实验比较,实验结果表明,基于完全学习策略的量子行为粒子群优化动态聚类算法能够获得较好的聚类结果,有着良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学物联网工程学院	409	3078	23.0	34.0
2	孙俊	江南大学物联网工程学院	186	1552	21.0	30.0
3	陈伟	江南大学物联网工程学院	82	529	11.0	18.0
4	陈璟	江南大学物联网工程学院	19	51	4.0	6.0