期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进粒计算的K-medoids聚类算法 被引量:11
1
作者 潘楚 罗可 《计算机应用》 CSCD 北大核心 2014年第7期1997-2000,共4页
针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其... 针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其中心点作为K个聚类初始中心点;并在对应的K个有效粒子中进行中心点更新,来减少迭代次数;采用类间距离和类内距离优化适应度函数来提高聚类的精度。实验结果表明:该算法在UCI多个标准数据集中测试,在有效缩短迭代次数的同时提高了算法聚类准确率。 展开更多
关键词 K-medoids聚类算法 改进粒计算 粒度迭代搜索策略 优化适应度函数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部