基于模拟谐振子的优化K-means聚类算法

• 作者: 于海涛 李梓 王慧强 韩立娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 模拟谐振子 Fisher分值 属性加权 入侵检测
• 年，卷（期）: 2012,（30）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 122-127
• 分类号: TP3
• 字数: 6180字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.30.026

摘要

针对K-means算法全局搜索能力的不足,提出了基于模拟谐振子的优化K-means聚类算法(SHO-KM),该算法克服了K-means聚类算法对初始聚类中心选择敏感问题,能够获得全局最优的聚类划分.为了提高聚类划分质量,在聚类过程中采用基于Fisher分值的属性加权的实体之间距离计算方法,使用属性加权距离计算方法进行聚类划分时,无论是球形数据还是椭球形数据都能够获得较好的聚类划分结果.对KDD-99数据集的仿真实验结果表明,该算法在入侵检测中获得了理想的检测率和误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李梓	大庆师范学院计算机科学与信息技术学院	36	173	7.0	12.0
2	王慧强	哈尔滨工程大学计算机科学与技术学院	159	1573	20.0	32.0
3	于海涛	大庆师范学院计算机科学与信息技术学院	23	166	6.0	12.0
7	韩立娟		1	6	1.0	1.0