基于蚁群觅食原理的聚类算法的研究及改进

• 作者: 张梦佳 李秦 王菲菲
• 来源期刊: 洛阳理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 蚁群聚类 两阶段 收敛速度 自适应权重
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机与数理
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP301.6
• 字数: 3789字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5403.2017.04.014

摘要

针对基于蚁群觅食原理的聚类算法初期收敛速度较慢的问题,以及未区分各维特征主次的缺陷,本文提出了一种两阶段蚁群聚类算法,以解决上述问题.第一阶段引入各只蚂蚁的实时信息素更新规则改善算法初期收敛速度较慢问题,并为第二阶段提供合理的初始隶属度矩阵;第二阶段利用隶属度矩阵自适应地赋予各维特征不同的权重,再用信息素强度和加权欧氏距离共同指导各只蚂蚁构造解.经过人工数据集和UCI数据集的测试,结果表明两阶段蚁群聚类算法可以加快算法初期收敛速度,同时提高聚类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秦	兰州交通大学数理学院	26	112	6.0	9.0
2	张梦佳	兰州交通大学数理学院	2	8	1.0	2.0
3	王菲菲	兰州交通大学数理学院	2	8	1.0	2.0