一种基于差分演化的K-medoids聚类算法

查看全文 作　　者：[1]孟颖;[1]罗可;[2]刘建华;[3]石爽

机构地区：[1]长沙理工大学计算机与通信工程学院;[2]电气与信息工程学院;[3]交通运输工程学院,长沙410114

出　　处：《计算机应用研究》索引2012年第29卷第5期,共3页

基　　金：国家自然科学基金资助项目(11171095,10871031);湖南省自然科学衡阳联合基金资助项目(10JJ8008);湖南省科技计划项目(2011FJ3051);湖南省教育厅重点项目(10A015) 摘　　要：针对传统的K-medoids聚类算法具有对初始聚类中心敏感、全局搜索能力差、易陷入局部最优、收敛速度缓慢等缺点,提出一种基于差分演化的K-medoids聚类算法。差分演化是一类基于种群的启发式全局搜索技术,有很强的鲁棒性。将差分演化的全局优化能力用于K-medoids聚类算法,有效地克服了K-medoids聚类算法的缺点,缩短了收敛时间,改善了聚类质量。通过仿真验证了此算法的稳定性和鲁棒性。 关键词：差分演化聚类质量 K-medoids算法全局优化

相关文献

参考文献（11）
引证文献（11）
耦合文献（142）

参考文献(11)

引证文献(11)

耦合文献(142)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

一种基于差分演化的K-medoids聚类算法

参考文献(11)

引证文献(11)

耦合文献(142)

用户提示