基于差分改进的仿射传播聚类算法

• 作者: 谢亚萍 赵小强
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 聚类算法 仿射传播算法 差分进化算法 UCI数据集 偏向参数
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 工业过程管理与决策系统
• 页码范围: 2115-2119
• 页数: 5页
• 分类号: TP18
• 字数: 4694字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150887

摘要

由于仿射传播(AP)聚类算法中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,其偏向参数取经验值;然后根据得到的聚类结果判断偏向参数是否最优,如果不是则把偏向参数作为差分改进算法的输入群体;最后使用差分算法的变异、杂交和选择操作对参数进行智能调整,选择适应值最高的个体作为偏向参数,返回再次聚类.采用经典数据集验证,实验结果从类数、正确率和FMI三方面表明DE-AP算法能够有效地解决偏向参数对聚类结果的影响,从而提高聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小强	兰州理工大学电气工程与信息工程学院	66	312	10.0	13.0
5	谢亚萍	兰州理工大学电气工程与信息工程学院	2	6	1.0	2.0