-
题名自适应调整的布谷鸟搜索K-均值聚类算法
被引量：9
- 1
-
-
作者
王日宏
崔兴梅
李永珺
-
机构
青岛理工大学信息与控制工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2018年第12期3593-3597,共5页
-
基金
国家自然科学基金资助项目(61502262)
山东省研究生教育创新计划资助项目(SDYY16023)
-
文摘
针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM)。首先,由集群度与距离均衡优化选择初始簇中心;其次,融合粒子群算法思想,遵循自适应优化学习策略以均衡CS算法全局与局部精细搜索能力;最后,在改进CS算法的基础上引入自适应度调节步长因子与动态变化发现概率,增强算法收敛性能。通过对经典数据集的仿真实验分析,相比K-均值算法、PSO-K-均值算法及CS-K-均值算法来说,提出的CSSA-OIKM算法能有效提高聚类精确性,且算法稳定性好。
-
关键词
布谷鸟搜索算法
自适应优化学习
步长调节
动态变化发现概率
初始簇中心
K-均值聚类
-
Keywords
cuckoo search algorithm
adaptive optimized learning
step adjustment
dynamic change Pa
initial clustercenter
K-means clustering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
