一种改进的混合聚类算法

扫码查看

原文链接

NETL

中文摘要：K-means是一种经典的聚类算法。但由于其对初始中心点的选择非常敏感，可能导致聚类结果收敛于局部，而遗传算法（GA）具有全局自适应优化的特点，二者结合能改善聚类效果。针对结合二者的已有方法往往不能最大化地排除劣质个体故得不到最优解的问题，提出了改进的混合聚类算法（IHGK），在交叉和变异操作时采用基因因子（GF）进行个体控制，可确保劣质个体不被引入下一代。实验结果表明，它能有效改善聚类效果，是一种行之有效的聚类方法。

作者：

孟宪明、孔锋

展开 >

作者单位：

山东水利职业学院信息工程系,日照,中国,276826

山东水利职业学院办公室,日照,中国,276826

关键词：

K-means算法遗传算法混合聚类基因因子

主办单位：

山东自动化学会

山东理工大学

会议名称：

第二届信息、电子与计算机工程国际学术会议

会议时间：

2010-10-16

会议地点：

烟台

会议母体文献：

第二届信息、电子与计算机工程国际学术会议论文集

页码：

1380-1383

出版时间：

2010