基于全局性分裂算子的进化K-means算法

摘要：

进化算法可以有效地克服K-means对初始聚类中心敏感的缺陷,提高了聚类性能.在进化K-means聚类算法(F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子.结合最大最小距离的思想,利用待分裂簇的周边簇信息来指导簇分裂初始点的选择,使簇的分裂更有利于全局划分,以进一步提高进化聚类的有效性.实验结果表明,基于全局性分裂算子的算法在类数发现及聚类精度方面均优于F-EAC.

关键词：K-means、进化算法、变异算子、全局分裂、最大最小距离

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60805042;福建省教育厅科技项目JA11015

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3005-3008