基于粒计算和模拟退火的K-medoids聚类算法

摘要：

针对传统K-medoids聚类算法对初始中心点敏感,容易陷入局部极值,聚类准确率较低等缺点,提出一种新的改进算法.新算法首先利用粒计算进行初始化,避免传统算法对初始化敏感;在初始化达到准平衡的基础下,借用模拟退火全局搜索性能进行中心点的搜索更新,避免局部极值,同时整合簇内距离和簇间距离优化准则函数,提高聚类准确率.实验结果表明,改进算法在UCI多个标准数据集中测试,获取了有效的初始中心,提升了聚类质量.

关键词：聚类算法、粒计算、模拟退火、准则函数

所属期刊栏目：32

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目61402053,51408069;湖南省科技计划项目2014SK3080;湖南省研究生科研创新项目CX2014B386

在线出版日期：2016-03-22（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：214-217,336