K-means和人工鱼群结合的聚类算法研究

• 作者: 仇桦 周莲英
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-means 人工鱼群算法 聚类 淘汰机制 自适应策略
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法与语言
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP312
• 字数: 5205字
• 语种: 中文
• DOI: 10.11907/rjdk.162799

摘要

针对K-means算法对初始聚类中心敏感、容易收敛于局部极值和人工鱼群算法最大步长固定、寻优精度不高、后期收敛速度慢的问题,提出一种K-means和人工鱼群相结合的聚类算法.该算法将K-means聚类中心引入人工鱼群适应度函数,自动确定近似全局最优的初始聚类中心,并将其作为K-means初值详细进行局部搜索,以提高精度.同时采用淘汰机制和自适应的最大步长策略,优化人工鱼群算法性能.在Iris、Wine数据集和EPA-HTTP应用日志数据上对IAFSA-KM算法进行实验仿真分析,验证了算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周莲英	江苏大学计算机科学与通信工程学院	73	250	8.0	12.0
2	仇桦	江苏大学计算机科学与通信工程学院	1	2	1.0	1.0