融合K-调和均值和模拟退火粒子群的混合聚类算法

摘要：

针对K-调和均值和模拟退火粒子群聚类算法的优缺点,提出了1种融合K-调和均值和模拟退火粒子群的混合聚类算法.首先通过K-调和均值方法将粒子群分成若干个子群,每个粒子根据其个体极值和所在子种群的全局极值来更新位置.同时引入模拟退火思想,抑制了早期收敛,提高了计算精度.本文使用Iris、Zoo、Wine和Image Segmentation,4个数据库,以F-measure为评价聚类效果的标准,对混合聚类算法进行了验证.研究发现,该混合聚类算法可以有效地避免陷入局部最优,在保证收敛速度的同时增强了算法的全局搜索能力,明显改善了聚类效果.该算法目前已用于无锡一淡水养殖基地的水产健康养殖水质分析系统,运行效果良好.

关键词：K-调和均值、模拟退火、粒子群算法、聚类

所属期刊栏目：28

分类号：TP301.6;TQ015.9(计算技术、计算机技术)

资助基金：农业部淡水鱼类遗传育种和养殖生物学重点开放实验室开放基金资助项目BZ2009-07

在线出版日期：2011-09-01（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：177-180