基于搜寻者优化算法的K-means聚类算法

• 作者: 夏永丰 王盛慧
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: K-means聚类算法 搜寻者优化算法 全局寻优 聚类精确度
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 422-426,433
• 页数: 6页
• 分类号: TP391.41
• 字数: 2659字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2018.05.007

摘要

针对K-means聚类算法易陷入局部最优的问题,提出一种改进的K-means算法,将搜寻者优化算法(SOA)和K-means聚类算法结合起来,利用SOA鲁棒性好、全局搜索能力强的特点,通过确定搜寻者的搜索方向和搜索步长,更新搜寻者的位置,进行全局寻优,提高K-means聚类算法的聚类精确度.在仿真实验过程中,首先,选取具有代表性的处于三种燃烧状态的水泥回转窑窑内视频图像为研究对象,分别采用K-means算法和改进后的算法进行仿真实验,实验结果表明,改进算法所获得的图像聚类效果更加精确;然后,分别用上述两种算法对数据集Iris和Wine进行相关测试,结果表明,改进算法的聚类精确度和运行效率都得到了有效提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王盛慧	长春工业大学电气与电子工程学院	29	88	5.0	8.0
2	夏永丰	长春工业大学电气与电子工程学院	1	2	1.0	1.0