基于SNP系统的改进粒子群聚类算法

• 作者: 李立
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 聚类 K-means算法 PSO算法 脉冲神经膜系统
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 167-170
• 页数: 4页
• 分类号: TP18|TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5422.2019.02.012

摘要

脉冲神经膜系统是基于神经生物学的高性能计算模型.在标准粒子群聚类算法中引入脉冲神经膜系统,将初始聚类中心的各种组合作为粒子分配到若干个神经元,在神经元中进行粒子群的迭代与进化.利用脉冲神经膜系统的高并行性,在更短的时间内得到更优化的初始聚类中心,为K-means算法的局部寻优提供更好的聚类初值.实验结果表明,改进后的算法可以进一步提升聚类的准确率,取得更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李立		9	26	3.0	5.0