基于时间因子的混沌粒子群优化K-means算法

• 作者: 王建芳 郝丽静
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: K-means 混沌技术 粒子群优化算法 时间因子
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 机电工程
• 页码范围: 539-544
• 页数: 6页
• 分类号: TP301
• 字数: 4895字
• 语种: 中文
• DOI: 10.16186/j.cnki.1673-9787.2016.04.016

摘要

针对传统的K-means算法对初始聚类中心取值敏感和易陷入局部最优解等缺点,提出一种带时间因子的改进粒子群优化(Particle Swarm Optimization,PSO)聚类算法.首先在PSO算法中引入反映时间效应的动态调整时间因子,以避免粒子在最优解附近震荡,为保证粒子在规定范围内运动,采用边界缓冲墙对越界粒子进行处理;其次针对粒子群算法存在的全局搜索性能问题,通过改进的混沌技术对粒子群进行扰动,以混沌搜索替代随机搜索,确保种群的多样性,进而使粒子群向更优的方向移动;最后将改进后的粒子群算法结合K-means算法,以提高粒子的局部勘探能力,从而更快地找到全局最优位置.对UCI中的Iris数据集和Wine数据集仿真表明,该算法相比其他2种算法,聚类准确率分别增长了5.1％和1.3％,1.79％和1.09％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建芳	河南理工大学计算机科学与技术学院	16	68	4.0	7.0
2	郝丽静	河南理工大学计算机科学与技术学院	1	4	1.0	1.0