基于近邻传播的改进组搜索优化聚类算法

• 作者: 张康 顾幸生
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 聚类分析 近邻传播 组搜索算法 优化
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 2066-2074
• 分类号: TP18
• 语种: 中文

摘要

聚类问题本质上作为一个最优化问题,理论上是可以使用近年来流行的群智能优化算法来求解的.针对组搜索优化(GSO)算法在全局和局部搜索能力上的不足,提出了一种新型的——快速全局组搜索优化算法FGGSO),采用了竞选策略、破坏——重建策略、加速与跳跃策略.基于该改进的组搜索算法,提出了一种基于近邻传播(AP)算法的改进组搜索优化聚类算法.针对AP算法不能设定输出类数的不足,通过将其与FGGSO算法结合,先使用AP算法得到候选类中心点,再利用FGGSO优化聚类结果,得到确定类数的聚类.实验结果表明所提算法能够获得预期的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生	华东理工大学教育部化工过程控制与优化重点实验室	258	2839	26.0	42.0
2	张康	华东理工大学教育部化工过程控制与优化重点实验室	4	9	2.0	3.0