一种改进的基于粒子群的粗糙K-medoids算法

摘要：

针对K-me doids算法的全局搜索能力弱和迭代计算过程计算量大的不足，提出了一种改进的基于粒子群的粗糙K-medoids算法。该算法通过粒子群算法来改善K-medoids全局搜索能力，通过计算样本集的相异度矩阵来简化粒子群编码，引入粗糙集理论处理边界模糊数据，并利用记忆技术对K-medoids的迭代过程进行优化，降低算法的复杂度。通过对UCI中的Iris、Mushroom数据集测试，该算法的准确率提高，运行时间减少。

关键词：K-me doids算法、粒子群算法、相异度矩阵、粗糙集、记忆技术

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金No.11171095，No.71371065；湖南省自然科学衡阳联合基金No.10JJ8008；湖南省科技计划项目No.2013SK3146。

在线出版日期：2014-10-31（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：110-114