基于k-means的量子微粒群动态聚类

• 作者: 付柳强 张洪伟 徐开阔
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: k-means 量子微粒群 动态聚类 全局搜索
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP306.1
• 字数: 4601字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2013.06.006

摘要

k-means算法原理简单、收敛速度快,但易陷入局部最优,且须将聚类的类簇数作为先验知识,为此,引入量子微粒群与k-means算法结合,提出了一种改进的动态聚类算法.改进算法具有量子微粒群的全局搜索能力,且对每个粒子采用k-means进行优化,从而加快算法的收敛速度.通过适应度函数值的调整,算法在聚类中能够搜寻到最优类簇数,这样类簇个数和中心就不受主观因素的影响.实验表明,算法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洪伟	成都信息工程学院计算机学院	23	115	7.0	10.0
2	付柳强	成都信息工程学院计算机学院	2	2	1.0	1.0
3	徐开阔	成都信息工程学院计算机学院	4	5	2.0	2.0