10.3969/j.issn.1673-629X.2008.10.027
带混沌搜索的粒子群聚类算法
聚类可以看成是寻找K个最佳聚类中心的过程.文中把一组聚类中心视为一个粒子(P),把各个数据到各自聚类中心的欧式距离之和看成优化函数(f(P)),使用带混沌搜索的粒子群聚类算法(C-PSO)算法寻找最优函数值,从而找到最佳聚类中心.该算法改进了粒子速度的初始化,把混沌搜索嵌入到粒子群的搜索过程中,提高了粒子群的搜索能力.实验结果表明,该算法的聚类效果明显好于K-means和PSO聚类.
聚类、PSO、混沌搜索、C-PSO
18
TP301.6(计算技术、计算机技术)
2008-11-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
93-95,102