粒子群K-means聚类算法的改进

• 作者: 余冬华 沈艳 王昊雷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 多子群粒子群 全局优化 K-means PSOK-means
• 年，卷（期）: 2014,（21）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 125-128
• 页数: 4页
• 分类号: TP301
• 字数: 3710字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1401-0357

摘要

粒子群（PSO）与K-means结合是聚类分析中的重要方法之一，但都未考虑粒子更新导致的空类问题。提出基于多子群粒子群伪均值（PK-means）聚类算法，为该问题的解决提供一种有效途径，并与粒子群K均值（PSOK-means）， K-means算法进行比较。理论分析和实验表明，该算法不但可以防止空类出现，而且同时还具有非常好的全局收敛性和局部寻优能力，并且在孤立点问题的处理上也具有很好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈艳	哈尔滨工程大学理学院	29	213	8.0	13.0
2	余冬华	哈尔滨工程大学理学院	9	61	4.0	7.0
3	王昊雷	哈尔滨工程大学理学院	1	22	1.0	1.0