[1]张丽 刘希玉.基于微粒群算法的聚类算法改进[J].计算机技术与发展,2010,(11):126-129.
　ZHANG Li,LIU Xi-yu.Improved Research of Clustering Algorithm Based on PSO[J].,2010,(11):126-129.
点击复制

基于微粒群算法的聚类算法改进()
分享到：

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

卷:
期数:
2010年11期
页码:
126-129
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Improved Research of Clustering Algorithm Based on PSO
文章编号:
1673-629X（2010）11-0126-04
作者:
张丽 刘希玉
山东师范大学
Author(s):
ZHANG Li; LIU Xi-yu
Shandong Normal University
关键词:
微粒群算法; 聚类优化; 有效性函数; 距离权重
Keywords:
particle swarm algorithm;  clustering optimization;  effectiveness of the function;  distance weighted
分类号:
TP391.41
文献标志码:
A
摘要:
现有的对多维数据进行聚类的常用聚类算法,通常需要事先给定聚类数k。但在大多数情况下,聚类数k事先无法确定,因此需要对最佳聚类数k进行优化处理。采用基于微粒群算法的聚类算法。为了解决微粒群聚类算法无法确定聚类数k的现象,通过k均值算法的引入,实现最佳聚类数k的求解和聚类有效性函数的构造,试验证明引入类间距离的聚类有效性检测函数对最佳聚类数判别科学,同时由于检测函数中类间距离权重的引入使该检测函数可以更好地应用于现实数据分析
Abstract:
The existing common clustering algorithms of multi-dimensional data usually require giving the number of clusters k in advance.However,in most cases,the number of clusters k can not be determined in advance,so the best number of clusters k needs to be optimized.Use the clustering algorithm based on particle swarm optimization.In order to solve that the clustering algorithm based on PSO can not determine the number of clusters k,by the k-means algorithm,achieve the best number of cluster k and the structuring of the cluster validity function.The testing has proved the effectiveness of cluster detection function to determine the best number of clusters,and because of the introduction of the weights of classes,the detection function can be better applied to real data analysis

相似文献/References:

[1]贾占朝 张亚鸣.基于遗传微粒群混合算法的灰度图像增强[J].计算机技术与发展,2009,(07):69.
　JIA Zhan-chao,ZHANG Ya-ming.A Gray- Image Enhancement Based GA and PSO Hybrid Algorithm[J].,2009,(11):69.
[2]户晓玲 曾建潮.基于微粒群模型的移动传感器网络部署研究[J].计算机技术与发展,2009,(10):81.
　HU Xiao-ling,ZENG Jian-chao.Deployment of Wireless Sensor Networks Mobile Nodes Based on Particle Swarm Optimization Model[J].,2009,(11):81.
[3]卢桂馥 刘金飞 王勇 窦易文.基于微粒群算法和脉冲耦合神经网络的图像分割算法[J].计算机技术与发展,2008,(07):90.
　LU Gui-fu,LIU Jin-fei,WANG Yong,et al.An Image Segmentation Method Based on PSO Algorithm and PCNN[J].,2008,(11):90.
[4]熊鹰 周树民 祁辉.求解二层规划的混合微粒群算法[J].计算机技术与发展,2007,(04):229.
　XIONG Ying,ZHOU Shu-min,QI Hui.Hybrid Particle Swarm Optimization for Bilevel Programming[J].,2007,(11):229.
[5]陶元芳,刘晓光.一种应用ARPSO优化RBF神经网络的方法[J].计算机技术与发展,2014,24(11):43.
　TAO Yuan-fang,LIU Xiao-guang. A Method of Optimizing Radial Basis Function Neural Network by ARPSO[J].,2014,24(11):43.
[6]户晓玲,王健安.一种多机器人分布式编队策略与实现[J].计算机技术与发展,2019,29(01):21.[doi:10. 3969 / j. issn. 1673-629X. 2019. 01. 005]
　HU Xiao-ling,WANG Jian-an.A Multi-robot Distributed Formation Strategy and Implementation[J].,2019,29(11):21.[doi:10. 3969 / j. issn. 1673-629X. 2019. 01. 005]

备注/Memo

备注/Memo:
国家自然科学基金资助项目（60873058）; 山东省自然科学基金资助项目（Z2007G03）张丽（1984－），女，硕：士研究生，研究方向为数据挖掘、人工智能；刘希玉，博士，教授，博导，研究方向为数据挖掘、人工智能
更新日期/Last Update: 1900-01-01