QPSO 优化的改进 CLARANS 聚类算法

• 作者: 段明秀
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 量子粒子群算法 基于随机选择的聚类算法(CLARANS)算法 结点代价 聚类 适应度函数
• 年，卷（期）: 2013,（9）
• 页码范围: 168-170
• 分类号: TP393
• 字数: 3978字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1109-0356

摘要

CLARANS 算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但 CLARANS 算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解.为了避免 CLARANS 算法在搜索中心点时易受局部最优解的影响,提出一种将 CLARANS 算法中的邻接点作为 QPSO 算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进 CLARANS算法.将该改进算法应用于 UCI 数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段明秀	吉首大学信息科学与工程学院	29	182	9.0	13.0