重庆工商大学学报（自然科学版）

引用本文:	但汉辉，张玉芳，张世勇.一种改进的K一均值聚类算法(J/M/D/N,J:杂志，M：书，D：论文，N：报纸).期刊名称,2009，（2）：144-147
	CHEN X. Adap tive slidingmode contr ol for discrete2ti me multi2inputmulti2 out put systems[ J ]. Aut omatica, 2006, 42(6): 4272-435

【打印本页】【下载PDF全文】【查看/发表评论】【EndNote】【RefMan】【BibTex】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 698次下载 916次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
一种改进的K一均值聚类算法
但汉辉，张玉芳，张世勇^1,2
1.(1．重庆大学计算机学院，重庆400044;2．重庆工商大学计算机科学与信息工程学院，重庆400067)

摘要:

摘要：为了改进K—means聚类算法的不足，把混合粒子群优化算法引入到K—means聚类算法中，重新选取编码方式并构造适应度函数，在此基础上提出了一种改进的K—means聚类算法；通过两个经典数据集的测试，实验结果表明：改进的算法比K—means算法具有更好的全局寻优能力、更快的收敛速度，且其解的精度更高对初始聚类中心的敏感度降低。

关键词: 关键词：混合粒子群优化算法 K一均值聚类算法

DOI：

分类号:

基金项目:

An improved K ——means cluster algorithm

DAN Han—h ui ，ZHANG Yu二fang ，ZHANG Shi—yong2

Abstract:

Abstract：This paper incorporates hybrid particle swarm optimization algorithm into the K ——means to overcome the local search of K —means algorithm ，and adds the penalty function to reconstruct the fitness function，and proposes an improved K —means Cluster Algorithm，the computational experimental results on two benchmark dataset have shown that the improved K —means has better globe search capability，faster convergence velocity and is to attain higher precision value than K —moans algorithm．

Key words: Key words：hybrid particle swarm optimization algorithm K—means cluster algorithm