基于多染色体演化的自适应类别数聚类方法

• 作者: 俞伟斌 倪广翼 章孝灿 苏程
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 聚类分析 遗传算法 多染色体 适应度 类别数
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机技术
• 页码范围: 980-986,1023
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2014.06.003

摘要

为了解决在遗传算法聚类分析中影响算法效率的互相关性问题以及在没有先验知识的情况下确定类别数问题,在充分分析基因的互相关性对算法效率和收敛性影响的基础上,借鉴多染色体生物的进化特性,提出多染色体取代传统单染色体的遗传算法.算法在进化过程中充分利用类簇之间的相互关系,提高了遗传算法的效率和收敛能力,并且在遗传过程中类别数量可变;为了明确地控制类别数,采用基于分布拟合的适应度函数,为在没有先验知识的情况下确定类别数提供了分析依据.通过与K均值的遗传算法(KGA)、最大期望算法(EM算法)的对比分析以及针对遥感影像的实验表明,该遗传算法在对类别数能进行自适应控制的基础上,在效率和收敛性上也都能取得较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章孝灿		31	464	9.0	21.0
2	苏程		15	45	4.0	6.0
3	倪广翼		4	10	1.0	3.0
4	俞伟斌		8	39	4.0	6.0