融合改进差分进化思想的K-调和均值聚类

• 作者: 刘兴阳 杨弘 毛力 沈明明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-调和均值 差分进化 Logistic混沌搜索 指数递增交叉概率
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 146-148,156
• 页数: 4页
• 分类号: TP18
• 字数: 3870字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1107-0277

摘要

针对K-调和均值聚类算法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-调和均值聚类算法.该算法通过引入基于Logistic变尺度混沌搜索和指数递增交叉概率算子的差分进化算法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K-调和均值算法的缺点,在保证收敛速度的同时增强了算法的全局搜索能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨弘	中国水产科学研究院淡水渔业研究中心	51	872	14.0	28.0
2	毛力	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	64	283	8.0	12.0
3	沈明明	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	4	20	3.0	4.0
4	刘兴阳	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	3	12	3.0	3.0