[1]钱光超 贾瑞玉 张然 李龙澍.基于一种改进的遗传算法的空间聚类分析[J].计算机技术与发展,2007,(12):71-75.
　QIAN Guang-chao,JIA Rui-yu,ZHANG Ran,et al.Spatial Clustering Analysis Based on an Improved Genetic Algorithm[J].,2007,(12):71-75.
点击复制

基于一种改进的遗传算法的空间聚类分析()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2007年12期
页码:
71-75
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Spatial Clustering Analysis Based on an Improved Genetic Algorithm
文章编号:
1673-629X（2007）12-0071-05
作者:
钱光超 贾瑞玉 张然 李龙澍
安徽大学计算机科学与技术学院
Author(s):
QIAN Guang-chao; JIA Rui-yu;  ZHANG Ran;  LI Long-shu
School of Computer Science and Technology, Anhui University
关键词:
空间数据挖掘; 空间聚类; K-均值算法; 遗传算法
Keywords:
spatial data mining;  spatial clustering;  K - means algorithm;  genetic algorithm
分类号:
TP301.6
文献标志码:
A
摘要:
空间数据挖掘是数据挖掘的一个研究分支。空间聚类分析是空间数据挖掘的一个重要的研究领域。传统的K-均值方法用于聚类具有收敛速度快、算法实现简单等特点，但容易陷入局部最优，并对初始解敏感。遗传算法是一种全局搜索算法，但是收敛速度较慢。提出一种改进的遗传算法进行聚类，该算法通过全局搜索与局部搜索相结合，取得较好效果。实验表明：文中提出的算法在聚类分析中搜索到全局最优解（或近似全局最优解）的能力要优于经典的K-均值聚类算法，且局部收敛速度和全局收敛性能较好
Abstract:
Spatial data mining （SDM） is a branch of data mining （DM）. Spatial clustering is/an important field in SDM. Although the traditional K - means algorithm has good convergence rate and can be realized easily, it can easily be trapped in a local optimum, and it is sensitive in initial setting. Theoretically, genetic algorithm （GA） is a global optimization method, but with low convergence rate. Proposes an improved GA for spatial clustering. By integrating with global searching and local searching, it gets a better result . Experiments show that the ability of catch the global best solution （or approximate global best solution） of this algorithm in clustering analysis is better than classical K- means algorithm. And this new algorithm has better local convergence rate and global convergence perfonnance

相似文献/References:

[1]李静 陈立潮 成洪静 聂跃光.基于Delaunay三角网的CBDT聚类算法研究[J].计算机技术与发展,2009,(01):21.
　LI Jing,CHEN Li-chao,CHENG Hong-jing,et al.Study of Spatial Clustering Algorithm Based on Delaunay Triangulation[J].,2009,(12):21.
[2]聂跃光 陈立潮 陈湖.基于密度的空间聚类算法研究[J].计算机技术与发展,2008,(08):91.
　NIE Yue-guang,CHEN Li-chao,CHEN Hu.Research of Spatial Clustering Algorithms Based on Density[J].,2008,(12):91.
[3]李杰 贾瑞玉 张璐璐.一个改进的基于DBSCAN的空间聚类算法研究[J].计算机技术与发展,2007,(01):114.
　LI Jie,JIA Rui-yu,ZHANG Lu-lu.Research on Improving Spatial Clustering Algorithm Based on DBSCAN[J].,2007,(12):114.
[4]张建峰 王泳 王剑.关联规则在空间数据挖掘中的应用及实现[J].计算机技术与发展,2007,(08):208.
　ZHANG Jian-feng,WANG Yong,WANG Jian.Application and Realization of Association Rules in Spatial Data Mining[J].,2007,(12):208.
[5]李慧 李岩 王兴芳.基于SVG的空间关联规则挖掘[J].计算机技术与发展,2007,(10):116.
　LI Hui,LI Yan,WANG Xing-fang.Spatial Association Rule Mining Based on SVG[J].,2007,(12):116.
[6]张楠 王子牛[] 刘念.基于邻接关系的空间数据挖掘技术的研究[J].计算机技术与发展,2007,(04):154.
　ZHANG Nan,WANG Zi-niu,LIU Nian.Research of Spatial Data Mining Technique Based on Neighborhood Relation[J].,2007,(12):154.
[7]陆新慧,吴陈,杨习贝.空间关联规则挖掘技术的研究及应用[J].计算机技术与发展,2013,(05):26.
　LU Xin-hui,WU Chen,YANG Xi-bei.Research and Application of Spatial Association Rules Mining Technology[J].,2013,(12):26.
[8]李晓峰,杨春山,丁树春[].基于信息熵的城市隧道实时交通事件检测聚类[J].计算机技术与发展,2013,(10):212.
　LI Xiao-feng[],YANG Chun-shan[],DING Shu-chun[].Entropy-based City Tunnel Real-time Traffic Incident Detection Clustering[J].,2013,(12):212.
[9]于永玲,李向,宗思生,等.基于校园GIS的空间数据挖掘系统原型[J].计算机技术与发展,2013,(12):161.
　YU Yong-ling,LI Xiang,ZONG Si-sheng,et al.Spatial Data Mining Prototype System Based on Campus GIS[J].,2013,(12):161.

备注/Memo

备注/Memo:
安徽省教育科研项目（2005kj056）钱光超（1982-），男，安徽无为人，硕士研究生，研究方向为智能软件；贾瑞玉，副教授，研究方向为计算机图形学、数据挖掘、人工智能
更新日期/Last Update: 1900-01-01