基于改进布谷鸟搜索的k-means算法的离群点检测

• 作者: 庄丽丽 石鸿雁
• 来源期刊: 计算机与现代化
• 关键词: 离群点检测 k-means算法 布谷鸟搜索算法 收敛性
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 人工智能|ARTIFICIAL INTELLIGENCE
• 页码范围: 15-22
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.10.003

摘要

为了解决k-means算法的离群点检测容易受到初始聚类中心的影响陷入局部最优的问题,本文提出一种基于改进布谷鸟搜索的k-means算法的离群点检测方法.首先,对原始布谷鸟搜索算法中的发现概率和莱维飞行步长做自适应策略改进并进行实验仿真;其次讨论改进后的布谷鸟搜索算法的收敛性问题;最后将改进后的布谷鸟搜索算法与k-means的离群点检测算法融合成一种新的离群点检测算法——基于改进布谷鸟搜索的k-means算法的离群点检测.通过对UCI数据集进行仿真实验,结果表明,本文算法不仅精确度方面有着明显优势,而且在3个数据集上收敛速度均有改善,可有效地抑制k-means算法的离群点检测容易陷入局部最优的问题,缩短运行时间.