基于全局性分裂算子的进化K-means算法

• 作者: 何振峰 王留正
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: K-means 进化算法 变异算子 全局分裂 最大最小距离
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3005-3008
• 分类号: TP181
• 字数: 4641字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.03005

摘要

进化算法可以有效地克服K-means对初始聚类中心敏感的缺陷,提高了聚类性能.在进化K-means聚类算法(F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子.结合最大最小距离的思想,利用待分裂簇的周边簇信息来指导簇分裂初始点的选择,使簇的分裂更有利于全局划分,以进一步提高进化聚类的有效性.实验结果表明,基于全局性分裂算子的算法在类数发现及聚类精度方面均优于F-EAC.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何振峰	福州大学数学与计算机科学学院	34	74	4.0	6.0
2	王留正	福州大学数学与计算机科学学院	1	6	1.0	1.0