原文服务方: 计算机应用研究       
摘要:
针对K-means聚类算法依赖于初始值并易陷入局部最优值的问题,提出了一种基于改进花朵授粉的K-means聚类算法.该算法首先通过混沌映射的序列作为花朵种群的初值位置,保证花朵种群在搜索空间的多样性、确定性;然后在花朵授粉的后期搜索阶段引入禁忌搜索算法以避免陷入局部最优解;最后将改进后的FPA算法用于优化K-means算法的初值.在五个聚类数据集上的实验结果表明,改进后算法的平均聚类准确率相比于花朵授粉聚类算法提高了12.2%,证明了该算法对于低维数据集具有更好的聚类效果.
推荐文章
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于层次的K-均值聚类
聚类
代价函数
层次
K-均值聚类
基于改进的K-均值聚类信源数目估计算法
信源个数估计
色噪声
K-均值聚类
基于改进引力搜索的混合K-调和均值聚类算法研究
混合K-调和均值聚类
KHM算法
改进引力搜索算法
全局搜索能力
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进花朵授粉的K-均值聚类算法
来源期刊 计算机应用研究 学科
关键词 聚类 花朵授粉 混沌映射 禁忌搜索 K-means
年,卷(期) 2019,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3253-3257
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.05.0301
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陶志勇 辽宁工程技术大学电子与信息工程学院 52 182 7.0 10.0
2 刘影 辽宁工程技术大学电子与信息工程学院 26 126 6.0 10.0
3 刘晓芳 辽宁工程技术大学电子与信息工程学院 3 1 1.0 1.0
7 王和章 辽宁工程技术大学电子与信息工程学院 6 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (43)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(2)
  • 参考文献(0)
  • 二级参考文献(2)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
花朵授粉
混沌映射
禁忌搜索
K-means
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导