基于双重遗传的聚类分析算法研究

• 作者: 张琳 文静 曹妍 牟向伟
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 双重遗传 聚类分析 k-means算法 分层编码 精英保留
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2320-2325
• 页数: 6页
• 分类号: TP301.6
• 字数: 4416字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.12.022

摘要

针对影响k-means聚类效果的聚类数目和初始中心点两大因素,提出了基于双重遗传的k-means算法.它用外层遗传算法控制聚类数目,用内层遗传算法控制聚类的初始中心点,并采用类间距离和类内距离以及二者之间的比值来评价聚类结果的好坏,在算法终止后,可同时求得较优的聚类数目和某聚类数目下的较优初始中心点.此外,根据内外层遗传算法的特殊性,采用不同的编码策略适应算法需求,为保留优质个体,采用精英个体保留策略.通过UCI数据集测试实例证明此算法有很好的实用性,对数据挖掘技术有一定参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琳	大连海事大学交通运输管理学院	11	116	5.0	10.0
2	牟向伟	大连海事大学交通运输管理学院	24	152	7.0	12.0
3	曹妍	大连海事大学交通运输管理学院	13	61	4.0	7.0
4	文静	大连海事大学交通运输管理学院	3	5	1.0	2.0