-
题名基于改进引力搜索算法的K-means聚类
被引量：9
- 1
-
-
作者
魏康园
何庆
徐钦帅
-
机构
贵州大学大数据与信息工程学院
贵州大学贵州省公共大数据重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3240-3244,共5页
-
基金
贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)
贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124)
贵州大学培育项目(黔科合平台人才[2017]5788)
-
文摘
针对K-means算法的聚类结果极易受到聚类中心的影响而陷入局部最优解的问题,提出一种基于改进引力搜索的K-means聚类算法。首先引入自适应概念,对引力系数衰减因子进行控制,提高算法的全局探索能力和局部开发能力;然后,引入免疫克隆选择机制,以便算法能够有效跳出局部最优,并通过对12个基准测试函数的实验验证改进引力搜索算法的有效性和优越性;最后,通过结合改进的引力搜索算法和K-means算法,提出一种新的聚类算法A2F-GSA-Kmeans,在六个测试数据集上的实验表明,该算法具有较好的聚类质量。
-
关键词
K-MEANS算法
引力搜索算法
引力系数衰减因子
免疫克隆选择算法
-
Keywords
K-means clustering algorithm
gravitational search algorithm
attenuation factor of gravitational constant
immune clonal selection algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
