一种改进的K-均值聚类算法

摘要：

为了改进K-means聚类算法的不足,把混合粒子群优化算法引入到K-means聚类算法中,重新选取编码方式并构造适应度函数,在此基础上提出了一种改进的K-means聚类算法;通过两个经典数据集的测试,实验结果表明:改进的算法比K-means算法具有更好的全局寻优能力、更快的收敛速度,且其解的精度更高对初始聚类中心的敏感度降低.

关键词：混合粒子群优化算法、K-均值、聚类算法

所属期刊栏目：26

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆市科委自然科学基金计划资助项目CSTC.2007BB2372

在线出版日期：2009-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147