一种基于差分演化的K-medoids聚类算法

• 作者: 刘建华 孟颖 石爽 罗可
• 来源期刊: 计算机应用研究
• 关键词: 差分演化 聚类质量 K-medoids算法 全局优化
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1651-1653
• 分类号: TP331
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.05.013

摘要

针对传统的K-medoids聚类算法具有对初始聚类中心敏感、全局搜索能力差、易陷入局部最优、收敛速度缓慢等缺点,提出一种基于差分演化的K-medoids聚类算法.差分演化是一类基于种群的启发式全局搜索技术,有很强的鲁棒性.将差分演化的全局优化能力用于K-medoids聚类算法,有效地克服了K-medoids聚类算法的缺点,缩短了收敛时间,改善了聚类质量.通过仿真验证了此算法的稳定性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建华	长沙理工大学电气与信息工程学院	78	697	14.0	21.0
2	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
3	石爽	长沙理工大学交通运输工程学院	2	21	2.0	2.0
4	孟颖	长沙理工大学计算机与通信工程学院	9	120	6.0	9.0