粒子群算法改进的K-Means聚类算法

摘要：

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。

关键词：聚类、K-Means算法、粒子群优化算法、PSKA算法

分类号：TP311(计算技术、计算机技术)

在线出版日期：2015-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：45-46