基于自适应布谷鸟搜索算法的K-means聚类算法及其应用

• 作者: 何胜韬 李灵巧 杨辉华 王克 魏文
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 数据挖掘 K-means聚类 布谷鸟搜索算法 数字城管 热图
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 第六届中国数据挖掘会议(CCDM 2016)
• 页码范围: 2066-2070
• 页数: 5页
• 分类号: TP391|TP183
• 字数: 5432字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.08.2066

摘要

针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means).其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度.在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means (GA-K-means)、基于布谷鸟搜索的K-means (CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度.将ACS-K-means聚类算法应用到南宁市青秀区“城管通”系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨辉华	桂林电子科技大学广西信息科学实验中心	94	618	13.0	19.0
3	李灵巧	桂林电子科技大学广西信息科学实验中心	22	118	7.0	10.0
6	魏文	桂林电子科技大学广西信息科学实验中心	2	26	1.0	2.0
7	何胜韬		2	26	1.0	2.0
8	王克	桂林电子科技大学广西信息科学实验中心	1	26	1.0	1.0