10.16208/j.issn1000-7024.2020.06.019
改进的遗传k-means算法及其应用
为降低k值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种改进的遗传k-means聚类算法.采用并行计算的方式降低k值和初始聚类中心对聚类结果的影响,利用平均类内距和类间距设计适应度函数保证聚类结果的正确性,改进遗传算法的遗传算子来提高算法效率.通过UCI标准数据集验证了该算法的正确性和有效性,并应用于玉米良种选育中.实验结果表明,该算法能获得更优良的玉米品种,指导玉米选育工作.
聚类分析、遗传算法、k-means算法、并行计算、玉米良种选育
41
TP18(自动化基础理论)
江苏省自然科学基金项目;江苏省高校自然科学基金项目;南通市科技计划基金项目
2020-06-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1617-1623