| 一种新的基于粒子群算法的聚类方法 |
| |
| 引用本文： | 高尚,杨静宇.一种新的基于粒子群算法的聚类方法[J].南京航空航天大学学报,2006,38(Z1):62-65. |
| |
| 作者姓名： | 高尚 杨静宇 |
| |
| 作者单位： | 1. 江苏科技大学电子信息学院,镇江,212003;苏州大学江苏省计算机信息处理技术重点实验室,苏州,215006
2. 南京理工大学计算机科学与技术系,南京,210094 |
| |
| 摘 要： | 建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题。对基本粒子群优化算法作了改进,思路是将K-均值方法的结果作为一个粒子和利用新的分类中心调整粒子位置。对Iris植物样本数据的测试结果表明:4种粒子群算法的效果都比较好,特别是第3种改进的粒子群算法的效果更好,粒子群优化聚类技术很有潜力．
|
| 关 键 词： | 粒子群算法 聚类问题 优化 |
| 修稿时间： | 2006年3月15日 |
New Clustering Method Based on Particle Swarm Algorithm |
| |
| Gao Shang,Yang Jingyu.New Clustering Method Based on Particle Swarm Algorithm[J].Journal of Nanjing University of Aeronautics & Astronautics,2006,38(Z1):62-65. |
| |
| Authors: | Gao Shang Yang Jingyu |
| |
| Abstract: | An optimization mathematical model of the clustering problem is given.A new approach using particle swarm optimization(PSO)is put forward to solve the clustering problem.The basic PSO algo- rithm is extended by using K-means clustering to seed the initial swarm and the particle position is ad- justed according to new cluster center vectors.The algorithms are evaluated on Iris plants database.Re- sults show that all the 4 particle swarm optimization algorithms are proved to be effective and especially the third modified PSO algorithm is proved to be more effective.It also shows that PSO clustering tech- niques have much potential. |
| |
| Keywords: | particle swarm algorithm clustering problem optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
