基于多目标进化算法的多距离聚类研究

• 作者: 万秀华 刘丛 彭敦陆 邬春学
• 来源期刊: 计算机应用研究
• 关键词: 相似性度量 距离矩阵 多目标RM-MEDA进化算法 标签—实数编码
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 94-98
• 页数: 5页
• 分类号: TP312
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.06.0658

摘要

传统的聚类算法通常基于单一的距离度量而设计,如何将多种距离度量有机融合在一起是当前面临的一个挑战.提出了一种基于多目标进化算法的多距离度量聚类框架(multiobjective evolutionary multiple distance measure clustering,MOMDC),并使用欧氏距离和Path距离来设计实际框架.该框架将数据集分别用两种距离测度预聚类,而后将预聚类结果作合并,以降低问题的规模,分别计算子类间的两种距离关系;最后使用多目标进化算法在两种距离空间中并行聚类.在多目标进化算法设计中,使用实数—标签的编码方式来设计染色体,并且设计了基于两种距离测度的两个适应度函数对染色体进行评估.最终将MOMDC与其他几种经典算法在大量的数据集上进行实验对比.实验表明,该框架对不同分布的数据集均能取得良好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭敦陆	上海理工大学光电信息与计算机工程学院	64	210	8.0	11.0
2	刘丛	上海理工大学光电信息与计算机工程学院	26	58	4.0	7.0
3	邬春学	上海理工大学光电信息与计算机工程学院	108	416	10.0	15.0
4	万秀华	上海理工大学光电信息与计算机工程学院	1	0	0.0	0.0