首页|基于布谷鸟算法优化K_means聚类的缺失数据填充算法

基于布谷鸟算法优化K_means聚类的缺失数据填充算法

Optimized of K_means Clustering Based on Cuckoo Algorithm for Missing Data Filling Algorithm

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对K_means聚类算法对初始参数较敏感且相对容易出现局部最优解的问题,提出基于布谷鸟算法优化的K_means聚类算法,并将优化后的K_means聚类算法与条件均值填充算法相结合,递归地填充缺失数据.实验结果表明:与传统算法相比,基于布谷鸟算法优化K_means聚类的缺失数据填充算法具有更好的效果.

林枫、蔡延光、蔡颢、张丽

展开 >

广东工业大学自动化学院,广东广州 510006

奥尔堡大学健康科学与工程系,丹麦奥尔堡 9920

缺失数据 填充 布谷鸟算法 K_means算法

国家自然科学基金广东省自然科学基金广东省教育部产学研结合项目广东省教育部产学研结合项目广东省科技计划项目广东省科技计划项目广东省科技计划项目广州市花都区科技计划项目广州市科技计划项目广州市天河区科技计划项目

61074147S20110100050592012B0910001712011B0904004602012B0506000282014B0101180042016A050502060HD14ZD0012016040160552018CX005

2020

10.3969/j.issn.1674-2605.2020.06.003

自动化与信息工程
广东省科学院自动化工程研制中心 广州市自动化学会

自动化与信息工程

影响因子：0.319
ISSN：1674-2605
年,卷(期)：2020.41(6)
  • 3
  • 11