一种改进禁忌搜索的K-medoids聚类算法

摘要：

针对传统K-medoids聚类算法初始聚类中心随机选择、聚类精度不高、全局搜索能力较差以及禁忌搜索算法对初始值随机选取等问题,提出了一种粒计算与最大距离积法相结合的初始化禁忌搜索初始值算法,将改进后的禁忌搜索算法用来优化K-medoids,以提高聚类算法的性能。通过仿真试验论证了该算法具有较高的效率和准确率以及较强的稳定性。

关键词：聚类、K-medoids、禁忌搜索算法、粒计算、最大距离积

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目11171095;湖南省自然科学衡阳联合基金资助项目10JJ8008;湖南省科技计划项目2013SK3146

在线出版日期：2014-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：72-77