基于改进花朵授粉的K-均值聚类算法

• 作者: 刘影 刘晓芳 王和章 陶志勇
• 来源期刊: 计算机应用研究
• 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
• 页码范围: 3253-3257
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0301

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.

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