10.3778/j.issn.1002-8331.1611-0316
面向聚类分析的自适应弹性网络算法研究
弹性网络算法是一种启发式算法,最初被提出是用来解决TSP(Traveling Salesman Problem)问题的,现如今,被广泛应用于聚类问题中,尤其对于高维空间数据聚类方面,有很大的优势.提出了一种新的自适应弹性网络算法(Adaptive Elastic Net,AEN)解决聚类问题,该算法利用弹性网络算法得到的K个中心点作为聚类初始中心点,并利用局部搜索择优算法在每次迭代中更新中心点.以聚类完成后每一簇的中心点到该簇元素的距离之和作为聚类质量评价标准,分别对随机生成的不同维度的50,100,300,500,1000个数据点的数据集和UCI中多个标准数据集进行聚类,并将结果与传统聚类算法的聚类结果进行比较.实验表明:相较于传统的聚类算法,该算法可以有效地提高聚类质量.
神经网络、弹性网络、聚类分析
53
TP274(自动化技术及设备)
国家自然科学基金61402032;北京市自然科学基金4144072;北京市优秀人才资助项目2013D005017000017;北京建筑大学科研基金00331613002
2017-05-24（万方平台首次上网日期，不代表论文的发表时间）
共9页
175-183
