一种改进差分进化的自动聚类算法研究

摘要：

K-means算法需要提前确定聚类数量和初始聚类中心.为了解决这个问题,提出了一种基于改进的差分进化算法DVDE的自动聚类算法(AC-DVDE).使用双交叉策略来添加基于个体间聚类的随机交叉策略,用于在传统的两点交叉操作之后的自动聚类中使用的特定编码方法;提出了用于聚类中心选择的随机交叉策略,聚类中心很可能偏离数据集或聚类中心太过集中的问题,通过改进,有效地避免算法本身随机性的错误聚类划分,首先筛选聚类中心,再进行聚类.通过比较UCI的四个数据集的仿真结果,提高了算法的聚类精度和稳定性,具有一定的价值.

关键词：K-means聚类、差分进化、AC-DVDE、交叉策略

所属期刊栏目：48

资助基金：贺州学院教授科研启动基金HZUJS201615

在线出版日期：2018-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：187-194