自适应调整的布谷鸟搜索K-均值聚类算法

• 作者: 崔兴梅 李永珺 王日宏
• 来源期刊: 计算机应用研究
• 关键词: 布谷鸟搜索算法 自适应优化学习 步长调节 动态变化发现概率 初始簇中心 K-均值聚类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3593-3597
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.016

摘要

针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM).首先,由集群度与距离均衡优化选择初始簇中心;其次,融合粒子群算法思想,遵循自适应优化学习策略以均衡CS算法全局与局部精细搜索能力;最后,在改进CS算法的基础上引入自适应度调节步长因子与动态变化发现概率,增强算法收敛性能.通过对经典数据集的仿真实验分析,相比K-均值算法、PSO-K-均值算法及CS-K-均值算法来说,提出的CSSA-OIKM算法能有效提高聚类精确性,且算法稳定性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王日宏	青岛理工大学信息与控制工程学院	27	103	6.0	9.0
2	李永珺	青岛理工大学信息与控制工程学院	4	7	2.0	2.0
3	崔兴梅	青岛理工大学信息与控制工程学院	4	21	3.0	4.0