QPSO 优化的改进 CLARANS 聚类算法

摘要：

CLARANS 算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但 CLARANS 算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解.为了避免 CLARANS 算法在搜索中心点时易受局部最优解的影响,提出一种将 CLARANS 算法中的邻接点作为 QPSO 算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进 CLARANS算法.将该改进算法应用于 UCI 数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高.

关键词：量子粒子群算法、基于随机选择的聚类算法(CLARANS)算法、结点代价、聚类、适应度函数

分类号：TP393(计算技术、计算机技术)

在线出版日期：2013-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：168-170