基于改进差分进化的K-均值聚类算法

• 作者: 宋益春 毛力 高平
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 聚类分析 差分进化 K-均值聚类算法 LAPLACE分布 Logistic混沌搜索
• 年，卷（期）: 2013,（8）
• 页码范围: 5064-5067
• 页数: 4页
• 分类号: TP393

摘要

针对K-均值算法对初始值敏感和易陷入局部最优的缺点,提出了一种基于改进差分进化的K-均值聚类算法。该算法通过引入基于Laplace分布的变异算子和Logistic变尺度混沌搜索来增强全局寻优能力。实验结果表明,该算法能够较好地克服传统K-均值算法的缺点,具有较好的搜索能力,且算法的收敛速度较快,鲁棒性较强。