基于改进蜂群算法的K-means算法
针对标准人工蜂群算法搜索效率低、收敛速度慢等缺点提出一种改进的人工蜂群算法.通过引入算术交叉操作以及利用最优解指导搜索方向,增加算法收敛的速度.在7个基准函数上的测试结果表明了算法的有效性.在此基础上,针对K-means算法的缺点提出基于改进蜂群算法的K-means算法,并加入自动获得最佳聚类数的功能.在人工数据集和UCI真实数据集上的测试验证了所提出算法的性能.
人工蜂群算法、聚类算法、算术交叉、最佳聚类数
33
TP301.6(计算技术、计算机技术)
2018-01-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
181-185