基于遗传算法的K-means聚类改进研究

• 作者: 冯永亮 李浩
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: K-means 聚类 遗传算法 算子
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法与分析
• 页码范围: 1831-1834,1839
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.003

摘要

在传统的K-means算法中,K值和初始聚类中心往往凭人的经验或随机选取,算法对选取结果又比较敏感,同时算法易陷入局部最优.论文针对这些不足,利用遗传算法的全局寻优特性和自适应搜索概率技术等优势,改善K-means聚类方式.仿真实验表明,新算法在平均迭代次数和准确率方面优于传统K-means算法.