基于萤火虫优化的加权K-means算法

• 作者: 任敏 孟媛媛 尉永清 陈小雪
• 来源期刊: 计算机应用研究
• 关键词: 加权K-means 聚类 萤火虫算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 466-470
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.02.031

摘要

针对传统K-means算法易受初始聚类中心和异常数据的影响等缺陷,利用萤火虫优化算法全局搜索能力强、收敛速度快的优势,对K-means算法的初始聚类中心进行优化,并通过引用一种加权的欧氏距离,减少异常数据等不确定因素带来的不良影响,提出了一种基于萤火虫优化的加权K-means算法.该算法在提升聚类性能的同时,有效增强了算法的收敛速度.在实验阶段,通过UCI数据集中的几组数据对该算法进行了聚类实验及有效性测试,实验结果充分表明了该算法的有效性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟媛媛	山东师范大学信息科学与工程学院	5	144	5.0	5.0
3	尉永清		14	116	7.0	10.0
5	任敏	山东师范大学信息科学与工程学院	7	91	5.0	7.0
13	陈小雪	山东师范大学信息科学与工程学院	2	40	2.0	2.0