基于遗传算法的K调和均值聚类算法

• 作者: 吴丹 李家成 苏一丹 覃华
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 遗传算法 K调和均值 聚类
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP301.6
• 字数: 3151字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.09.014

摘要

K调和均值算法(KHM)用数据点与所有聚类中心的距离的调和平均值替代了数据点与聚类中心的最小距离，是一种对初始值不敏感、收敛速度快的有效聚类算法，但它容易陷入局部最小值。而遗传算法具有良好的全局优化能力。文中结合了KHM和遗传算法各自的优点，采用KHM计算每一代种群的聚类中心，并构造适应度函数，通过遗传算法进行一系列择优操作，成功地解决了KHM容易陷入局部最小值的问题。实验结果表明，所提出的算法不仅优化了聚类中心，而且还改善了聚类质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃华	广西大学计算机与电子信息学院	52	334	11.0	15.0
2	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
3	吴丹	广西大学计算机与电子信息学院	8	24	3.0	4.0
4	李家成	广西大学计算机与电子信息学院	1	12	1.0	1.0