基于改进磷虾群算法的K-means算法

• 作者: 刘唐 周炜 权文 李志鹏
• 来源期刊: 探测与控制学报
• 关键词: 磷虾群算法 聚类算法 精英引领 最佳聚类数 动态分群
• 年，卷（期）: 2019,（1）
• 页码范围: 76-81
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文

摘要

针对磷虾群算法易陷入局部最优、搜索能力弱及K-means算法易受初始聚类中心选择影响等问题,提出一种基于改进磷虾群算法的K-means算法.该算法通过混沌初始化、动态分群、精英引领和随机变异等策略改进磷虾群算法,并引入最佳聚类数自适应机制,提高了算法的综合寻优能力.实验通过6种基准函数检验了改进磷虾群算法的有效性,用UCI机器学习数据集及人造数据集测试验证了基于改进磷虾群算法的K-means算法的性能.验证结果表明,改进磷虾群算法在保证较快收敛速度的基础上提升了全局寻优能力,与其他算法相比,该算法各方面性能显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权文		18	210	9.0	14.0
2	刘唐		4	12	2.0	3.0
3	周炜	西安财经学院行知学院	2	1	1.0	1.0