基于粒子群的粗糙核聚类算法

• 作者: 姚丽娟 罗可
• 来源期刊: 计算机应用研究
• 关键词: 聚类 核函数 粗糙集 粒子群算法 属性加权
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2854-2857,2902
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.08.014

摘要

针对K-means聚类算法容易陷入局部最优、不能处理边界对象及线性不可分的缺点,提出一神基于粒子群的粗糙核聚类算法.该算法通过Mercer核将输入样本空间中的样本映射到高维空间,使样本变得线性可分,并结合粗糙集的思想,通过动态改变上下近似集的权重因子对边界对象进行有效处理,同时采用reliefF方法对样本属性进行加权处理,以解决混合数据的聚类问题,最后利用粒子群算法防止算法陷入局部最优.仿真实验表明,相对于其他改进算法,该算法具有较高的正确率和较短的收敛时间,并进一步验证了该算法的鲁棒性和稳定性,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	姚丽娟	长沙理工大学计算机与通信工程学院	5	88	4.0	5.0