基于改进引力搜索算法的K-means聚类

• 作者: 何庆 徐钦帅 魏康园
• 来源期刊: 计算机应用研究
• 关键词: K-means算法 引力搜索算法 引力系数衰减因子 免疫克隆选择算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3240-3244
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.06.0310

摘要

针对K-means算法的聚类结果极易受到聚类中心的影响而陷入局部最优解的问题,提出一种基于改进引力搜索的K-means.聚类算法.首先引入自适应概念,对引力系数衰减因子进行控制,提高算法的全局探索能力和局部开发能力;然后,引入免疫克隆选择机制,以便算法能够有效跳出局部最优,并通过对12个基准测试函数的实验验证改进引力搜索算法的有效性和优越性;最后,通过结合改进的引力搜索算法和K-means算法,提出一种新的聚类算法A2F-GSA-Kmeans,在六个测试数据集上的实验表明,该算法具有较好的聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何庆	贵州大学大数据与信息工程学院	34	203	5.0	13.0
5	魏康园	贵州大学大数据与信息工程学院	6	16	3.0	3.0
9	徐钦帅	贵州大学大数据与信息工程学院	6	16	3.0	3.0