基于改进引力搜索算法的K-means聚类后印本

作者： 魏康园 ^1,2 何庆 ^1,2 徐钦帅 ^1,2
作者单位：

1. 贵州大学大数据与信息工程学院

2. 贵州大学贵州省公共大数据重点实验室
提交时间：2018-08-13 09:26:14

摘要: 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，并在6个测试数据集上的实验表明，该算法具有较好的聚类质量。

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

分类： 计算机科学 >> 计算机科学的集成理论

期刊：

计算机应用研究

投稿状态： 已在期刊出版
引用： ChinaXiv:201808.00077 (或此版本 ChinaXiv:201808.00077V1)
DOI:10.12074/201808.00077V1
CSTR:32003.36.ChinaXiv.201808.00077.V1
科创链TXID： a3c55118-6ea6-40ad-b690-c594e7b4374d
推荐引用方式： 魏康园,何庆,徐钦帅.基于改进引力搜索算法的K-means聚类.计算机应用研究:https://chinaxiv.org/abs/201808.00077.[ChinaXiv:201808.00077V1] (点此复制)

版本历史

[V1]

2018-08-13 09:26:14

ChinaXiv:201808.00077V1

下载全文

1. 基于改进自适应黑洞机制的引力搜索算法	2022-05-18
2. 基于距离和密度的d-K-means算法	2019-05-10
3. 基于Spark的改进K-means算法的并行实现	2018-12-13
4. 改进引力搜索最小二乘支持向量机交通流预测	2018-10-11
5. 工业控制网络通信异常检测的改进鱼群算法优化方法	2018-04-24
6. 基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型	2018-04-12
7. 支持差分隐私保护及离群点消除的并行K-means算法	2018-04-12


公开评论匿名评论仅发给作者

基于改进引力搜索算法的K-means聚类 后印本

版本历史

相关论文推荐

基于改进引力搜索算法的K-means聚类后印本