基于遗传模拟退火算法的改进K-medoids算法

• 作者: 刘淑芬 徐天琦 韩啸
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 计算机应用 聚类 K-medoids算法 遗传模拟退火算法
• 年，卷（期）: 2015,（2）
• 页码范围: 619-623
• 页数: 5页
• 分类号: TP391
• 字数: 3138字
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb201502042

摘要

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-medoids改进算法.该算法结合遗传算法和模拟退火算法,可以增强标准K-medoids算法在聚类时的全局搜索能力,并加快其收敛速度.对比实验证明:这一改进有效地弥补了标准K-medoids算法的上述缺陷,达到了提高聚类效率、加快收敛速度、改善聚类质量的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘淑芬	吉林大学计算机科学与技术学院	96	764	14.0	21.0
2	徐天琦	吉林大学计算机科学与技术学院	2	23	2.0	2.0
3	韩啸	吉林大学计算机科学与技术学院	26	106	6.0	9.0