基于混合生物地理学优化的聚类算法

• 作者: 李超雄 汪焱 温肖谦 黄发良
• 来源期刊: 计算机系统应用
• 关键词: 生物地理学优化算法 局部优化 数据挖掘 聚类
• 年，卷（期）: 2015,（7）
• 页码范围: 159-164
• 页数: 6页
• 字数: 4878字
• 语种: 中文

摘要

聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization, BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物地理学优化的聚类算法(Mixed Biogeography-Based Optimization, MBBO),该算法构造了一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优。通过在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验,结果表明MBBO算法相对于传统的优化算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄发良	福建师范大学软件学院	30	278	10.0	16.0
2	汪焱	福建师范大学软件学院	7	82	3.0	7.0
3	李超雄	福建师范大学软件学院	5	27	2.0	5.0
4	温肖谦	福建师范大学软件学院	4	15	1.0	3.0