基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统k-means算法对初始聚类中心选取的随机性、易收敛于局部最优等缺点.本文利用杂交PSO算法和k-means算法相结合,提高了k-means算法性能.实验结果表明文中算法与传统聚类算法相比具有更高的聚类正确率、更好的聚类质量.
推荐文章
基于K-Means变异算子的混合PSO算法聚类研究
聚类分析
K-Means算法
粒子群优化算法
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于杂交PSO的k-means聚类算法
来源期刊 电子世界 学科
关键词 k-means算法 PSO算法 杂交概率 聚类
年,卷(期) 2016,(14) 所属期刊栏目 技术交流
研究方向 页码范围 192,195
页数 2页 分类号
字数 235字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王丽君 山东科技大学数学与系统科学学院 11 40 2.0 6.0
2 郇益斌 山东科技大学数学与系统科学学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (42)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
k-means算法
PSO算法
杂交概率
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导