改进混合蛙跳算法和K-Means的新型聚类算法

• 作者: 卞艺杰 吴慧 邹银马 马瑞敏
• 来源期刊: 计算机系统应用
• 关键词: 混合蛙跳算法 K-Means算法 ISFLA-K
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 115-120
• 页数: 6页
• 字数: 5345字
• 语种: 中文

摘要

研究针对现有聚类算法存在着精度较低,易陷于局部最优等问题,提出一种改进的混合蛙跳算法和K-Means相结合的新型聚类算法ISFLA-K,该算法使用对立学习的思想产生初始种群,根据蛙自身具有认知能力和学习能力的特性对混合蛙跳算法的蛙跳规则进行改进,即形成ISFLA,最后使用ISFLA优化K-Means聚类算法,提高求解精度。实验结果表明, ISFLA-K具有很好的聚类性能,求解精度高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卞艺杰	河海大学商学院	125	994	16.0	24.0
2	邹银马	河海大学商学院	5	34	3.0	5.0
3	吴慧	河海大学商学院	8	43	3.0	6.0
4	马瑞敏	河海大学商学院	7	46	3.0	6.0