基于自适应步长的萤火虫划分聚类算法

• 作者: 李昂儒 潘晓英 赵普 陈雪静
• 来源期刊: 计算机应用研究
• 关键词: 萤火虫算法 K-means算法 初始聚类中心 自适应步长 鲁棒性
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3576-3579,3602
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.013

摘要

在许多领域中,聚类是重要分析技术之一,如数据挖掘、模式识别和图像分析.针对K-means算法过度依赖初始聚类中心的选择而陷入局部最优的问题,提出了基于自适应步长的萤火虫划分聚类算法(ASFA).利用萤火虫算法的随机性和全局搜索性找到指定数量的初始簇中心,进一步利用K-means得到精确的簇划分.在萤火虫聚类优化算法中,采用自适应步长代替原有的固定步长,从而避免算法陷入局部最优,且能获得精度更高的解.为了提高算法性能,将改进的新算法用于不同规模大小的标准数据集中,实验结果表明,ASFA与K-means、GAK、PSOK对比显示了更好的聚类性能和更好的稳定性及鲁棒性,与其他文献中算法相比,ASFA在寻优精度方面能取得更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘晓英	西安邮电大学计算机学院	40	149	7.0	11.0
2	赵普	西安邮电大学计算机学院	3	16	2.0	3.0
3	李昂儒	西安邮电大学计算机学院	3	13	1.0	3.0
4	陈雪静	西安邮电大学计算机学院	2	12	1.0	2.0