10.16208/j.issn1000-7024.2020.04.017
基于GSA算法改进的K均值聚类
为改善K均值聚类存在的对初始聚心敏感、全局搜索能力弱和凭经验确定聚类数等不足,提出一种基于GSA算法的改进K均值聚类.采用粒子编码策略,把聚类中心集合视作种群粒子,引入GSA搜索聚类质量最好的初始聚类中心,设均方误差为适应度函数,引导全局搜索方向,设置种群成熟度因子避免算法陷入局部最优,引入聚类质量评价指标获取最佳聚类数.通过在4种UCI数据集上做仿真测试,验证了改进后K均值聚类具有较高的正确率和更好的稳定性.
K均值、万有引力搜索算法、粒子编码、种群成熟度、最佳聚类数
41
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61179004、61179005
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
1001-1005