基于多种群协同微粒群优化的流数据聚类算法

• 作者: 夏长红 巩敦卫 张勇 荣淼
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 流数据 协同微粒群 聚类 预估
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 短文
• 页码范围: 1879-1883
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2015.1040

摘要

针对流数据的实时、有序和维数高等特点，提出一种基于多种群协同微粒群优化的流数据聚类算法。该算法利用变量分而治之的思想，多个种群协同优化多个类中心，进而求出问题完整的类中心集合。给出一种类中心变化趋势的预估策略，以快速追踪环境变化。为防止多个子微粒群同时优化一个类中心，提出一种相似子微粒群的合并策略。最后将所提出的算法用于多个数据集，实验结果验证了算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巩敦卫	中国矿业大学信息与电气工程学院	117	1590	22.0	32.0
2	张勇	中国矿业大学信息与电气工程学院	170	1962	24.0	38.0
3	荣淼	中国矿业大学信息与电气工程学院	3	13	2.0	3.0
4	夏长红	中国矿业大学信息与电气工程学院	3	13	2.0	3.0