基于K-means的改进差分进化聚类算法

• 作者: 乔艳霞 张洪伟 邹书蓉
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 差分进化 聚类 K-means 动态交叉算子
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP301.6
• 字数: 2106字
• 语种: 中文
• DOI: 10.11863/j.suse.2014.05.15

摘要

K-means聚类算法简单,收敛速度快,但是聚类算法的结果很容易受到初始聚类种群的影响,往往导致局部最优.差分进化算法具有很强的全局收敛能力和鲁棒性,但其收敛速度较慢.为此,将K-means聚类算法和差分进化算法相结合,提出一种基于K-means的改进差分进化聚类算法.该算法设置在一定范围内随迭代次数动态增加的交叉算子,以使算法在迭代过程中先进行全局搜索,再进行局部搜索,这样有助于平衡算法的全局寻优和局部搜索能力,并且加快了算法的收敛速度.最后,通过实验测试了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹书蓉	成都信息工程学院计算机学院	24	108	7.0	9.0
2	乔艳霞	成都信息工程学院计算机学院	2	9	1.0	2.0
3	张洪伟	成都信息工程学院计算机学院	23	115	7.0	10.0