一种基于改进人工蜂群的 K－means 聚类算法

• 作者: 丁海军 刘川川
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 聚类 人工蜂群算法 K -means 算法 适应度函数 位置更新公式 WEKA 平台
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 微机软件
• 页码范围: 47-50,55
• 页数: 5页
• 分类号: TP301.6
• 字数: 4289字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2016.02.013

摘要

针对 K －means 算法对初始的聚类中心选择敏感，全局搜索能力较差，聚类精度低以及稳定性不高，算法的鲁棒性较差等缺点，提出了一种基于改进的人工蜂群算法来对 K －means 聚类算法进行优化。算法构造了新的适应度函数，改进了食物源的位置更新公式来提高迭代效率。利用改进的人工蜂群算法良好的全局寻优能力，搜索速度快等优点，再加上 K －means 收敛速度快的优点，二者结合来提高算法的鲁棒性。将改进后的算法嵌入到 WEKA 这一数据挖掘平台中，充分利用了开源 WEKA 中的类和可视化功能，与 WEKA 中已有的聚类算法对比分析，可以获得更好的聚类结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁海军	河海大学物联网工程学院	10	87	4.0	9.0
2	刘川川	河海大学物联网工程学院	4	3	1.0	1.0