10.3969/j.issn.1004-3918.2007.01.033
基于改进微粒群算法的K-MEANS聚类和孤立点查找
K均值算法的聚类个数K需指定,聚类结果与数据输入顺序相关,而且易受孤立点影响.针对这些缺陷,首先以实验的方式证明了找到最优的初始质心是K-MEANS算法有效的条件,对局部版的微粒群优化算法(PSO)进行了改进,利用其局部搜索的功能查找到K均值算法的最优初始质心和存在的孤立点,克服了K均值算法的这些缺陷.
微粒群算法、K均值算法、聚类、孤立点查找
25
TP3(计算技术、计算机技术)
河南省自然科学基金0311011500
2007-04-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
107-111