半监督聚类目标下粒子群算法的分析与改进
传统粒子群算法的优点较为明显,但是随着环境复杂度的增高,传统算法的聚类中心敏感度升高,空聚类过多,类标号对聚类结果的影响不足等问题日趋严重.为此,提出了一种改进算法,以半监督K均值聚类为目标,以自适应K值的方式,随机地计算初始化聚类中心,并根据均值聚类算法的需要编码成粒子,同时引入软性约束概念重新构造目标函数;最后使用改进后的算法进行寻优.所提出的粒子群算法改进了自适应参数,引入了免疫扰动和混沌扰动2种扰动方式,同时应用了退火策略和动态聚类策略.实验结果表明,该算法在很大程度上解决了上述问题.
半监督、K均值、信息熵、扰动、退火策略
43
TP301.6(计算技术、计算机技术)
河北省重点研发计划项目;河北省重点研发计划项目;国家自然科学基金项目;国家社会科学基金重点项目
2021-01-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
21-26