基于信息熵的蚁群聚类组合算法的研究

• 作者: 曹安得 田力威
• 来源期刊: 计算机应用研究
• 关键词: 聚类 蚁群聚类 信息熵 K-均值
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1269-1271
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.04.019

摘要

提出一种基于信息熵的蚁群聚类算法,将信息熵引入到LF算法中,数据对象的归属由信息熵来决定,减少了参数,测试并验证了算法的有效性;同时,针对信息熵的蚁群算法早期数据分散、收敛过慢、容易陷入局部最优等缺点,提出了一种蚁群聚类组合方法.改进思路是引入K-means作为熵蚁群算法的预处理过程,通过K-means快速、粗略地确定聚类中心,利用K-means方法的结果作为初值,再进行改进的熵蚁群算法聚类,有效地解决了蚁群算法早期收敛过慢等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田力威	沈阳大学科学技术研究中心	11	74	5.0	8.0
2	曹安得	沈阳大学科学技术研究中心	3	22	2.0	3.0