一种基于模板缩减的新型粒子群遗传聚类算法
针对群聚类算法的速度问题,提出一种基于模板缩减法加速的新型粒子群广义遗传( PSO?GGA)聚类算法。为了充分地同模板缩减法相结合,该算法采用一种广义遗传算法与粒子群算法串行使用,既能增加种群多样性,又能对模板缩减操作中需要保护的模板进行储存。同时,对每个周期替换粒子数量采用一种递增策略来充分吸取粒子群快速寻优和遗传算法搜索空间大的特性。实验表明:对8个数据集进行测试,该算法能够在基本不降低聚类品质的基础上,显著地缩短聚类时间。
模板缩减、粒子群、广义遗传算法、聚类
11
TP18(自动化基础理论)
江苏省自然科学基金项目 BK20131107;江苏省产学研联合创新资金-前瞻性联合研究项目 BY2013015-33.
2016-09-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
561-566