10.3969/j.issn.1007-757X.2015.10.014
粒子群算法改进的K-Means聚类算法
针对传统K-Means算法对初始聚类中心较为敏感,易收敛到局部最优的缺点,提出了一种粒子群算法优化的K-Means聚类算法。该算法在 K-Means 算法的基础上定义了一种不需迭代的分类方式,并将此方式与经典粒子群算法结合,利用粒子群算法强大的全局搜索能力,对初始聚类中心的选取进行优化,进而对数据集进行聚类。实验结果表明该算法与传统K-Means算法相比具有更高的聚类准确率。
聚类、K-Means算法、粒子群优化算法、PSKA算法
TP311(计算技术、计算机技术)
2015-11-19(万方平台首次上网日期,不代表论文的发表时间)
共2页
45-46