蜂群K-means聚类算法改进研究

• 作者: 洪月华
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 人工蜂群算法 K-means聚类算法 学习能力 聚类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 170-173
• 页数: 4页
• 分类号: TP391
• 字数: 3629字
• 语种: 中文

摘要

针对经典K-means聚类算法过于依赖初始聚类中心和易陷入局部最优的不足，提出一种带有学习能力的人工蜂群算法（ABC）与K-means迭代相结合的聚类算法。该算法通过能动态调节的学习权重因子来平衡人工蜂群算法的全局探测与局部搜索能力，同时结合K-means聚类快速的优点，来提高聚类算法的全局寻优能力，降低初始聚类中心对算法聚类质量的影响。通过仿真试验验证，该算法克服了K-means算法的缺点，具有收敛速度快、稳定性强和聚类精度高的优势，得到良好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪月华	广西经济管理干部学院计算机系	19	63	5.0	7.0