基于改进微粒群算法的K-MEANS聚类和孤立点查找

摘要：

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.

关键词：微粒群算法、K均值算法、聚类、孤立点查找

所属期刊栏目：25

分类号：TP3(计算技术、计算机技术)

资助基金：河南省自然科学基金0311011500

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111