期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于全局性分裂算子的进化K-means算法 被引量:3
1
作者 王留正 何振峰 《计算机应用》 CSCD 北大核心 2012年第11期3005-3008,共4页
进化算法可以有效地克服K-means对初始聚类中心敏感的缺陷,提高了聚类性能。在进化K-means聚类算法(F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子。结合最大最小距离的思想,利用待分裂簇的... 进化算法可以有效地克服K-means对初始聚类中心敏感的缺陷,提高了聚类性能。在进化K-means聚类算法(F-EAC)的基础上,针对其变异操作——簇分裂算子的随机性与局部性,提出了两个全局性分裂算子。结合最大最小距离的思想,利用待分裂簇的周边簇信息来指导簇分裂初始点的选择,使簇的分裂更有利于全局划分,以进一步提高进化聚类的有效性。实验结果表明,基于全局性分裂算子的算法在类数发现及聚类精度方面均优于F-EAC。 展开更多
关键词 K-MEANS 进化算法 变异算子 全局分裂 最大最小距离
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部