一种融合K-means算法和人工鱼群算法的聚类方法

• 作者: 吕少娟 张桂珠
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: K-means 人工鱼群算法 自组织行为 自适应策略 粒子群优化
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法
• 页码范围: 240-243,279
• 页数: 5页
• 分类号: TP18
• 字数: 4810字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.09.057

摘要

针对K-means易收敛于局部最优以及对初始值敏感和人工鱼群算法收敛速度快，对初始值不敏感及自组织行为的问题，提出一种K-means和人工鱼群算法融合的聚类方法。该算法先将标准人工鱼群算法用自适应策略加以改进，即在人工鱼群算法早期迭代中使用固定视野，随着迭代次数的增加，采用自适应减少的视野值。在此基础上将K-means算法融入到改进的人工鱼群算法中人工鱼中，随机产生的部分人工鱼在每次完成人工鱼群算法的迭代后，进行一次K-means算法的迭代。实验结果证明融合后的新算法明显地优于粒子群优化（PSO）、K-means及改进的人工鱼群算法（IAFSA），它将有效地被应用于数据聚类中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂珠	江南大学物联网工程学院	33	196	9.0	12.0
3	吕少娟	江南大学物联网工程学院	1	13	1.0	1.0