基于混沌粒子群K-means算法的人员分类训练

摘要：

为提高人员训练过程中分类的准确性，提出一种混沌粒子群K均值聚类算法。为克服K均值聚类算法的缺点，引入粒子群优化算法，同时将混沌思想融入粒子运动过程中，以提高聚类算法全局搜索能力，克服早熟收敛。应用UCI数据对算法分类准确性和稳定性进行了检验。应用实验表明，该算法能有效地对受训人员进行分类，更加全面地反映受训人员状态，为科学合理地分类制定训练计划提供依据。

关键词：训练、分类、K均值算法、粒子群优化

分类号：E911(军事技术基础科学)

在线出版日期：2015-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：10-15