基于QPSO的数据聚类.pdfVIP

·40 · 计算机应用研究 2006年 基于 Q P SO 的数据聚类 龙海侠 , 须文波 , 孙 　俊 (江南大学 信息工程学院 , 江苏 无锡 2 14 122) ( ) 摘 　要 : 在 KM ean s聚类 、PSO 聚类 、KM ean s和 PSO 混合聚类 KPSO 的基础上 ,研究了基于量子行为的微粒 ( ) 群优化算法 QPSO 的数据聚类方法 ,并提出利用 KM ean s聚类的结果重新初始化粒子群 ,结合 QPSO 的聚类算 法 ,即 KQPSO 。介绍了如何利用上述算法找到用户指定的聚类个数的聚类中心 。聚类过程都是根据数据之间 ( ) 的 Euclidean 欧几里得 距离 。KM ean s算法 、PSO 算法和 QPSO 算法的不同在于聚类中心向量的 “进化 ”上 。最 后使用三个数据集比较了上面提到的五种聚类方法的性能 ,结果显示基于 QPSO 算法的数据聚类性能比一般 PSO 算法更好 。 关键词 : 聚类 ; KM ean s; PSO; QPSO; 聚类中心 中图法分类号 : TP391　　　文献标识码 : A 　　　文章编号 : 100 13695 (2006) D ata C lu stering B a sed on Quantum behaved Particle Swarm Op tim ization LON G H aixia, XU W enbo, SUN Jun ( Colleg e of Inf orm a tion Technology, S ou thern Yang tze Un iversity, W ux i J iangsu 2 14 122, Ch ina) A b stract: Th is p ap er inve stigate s Quantum behaved Particle Swarm Op tim ization (QPSO ) algorithm to clu ster data ba sed on the KM ean s clu stering, PSO clu stering and KPSO clu stering. A fter that we in troduce u sing KM ean s clu stering to seed the in itial swarm , com b ing w ith Q PSO to clu ster data, nam ely KQ PSO and introduce how the se algorithm s can be u sed to find the centroid s of a u ser sp ecified number of clu sters. A ll the p roce ss of clu stering ba sed on the Euclidean d istance among data vec tors. The difference s between KM ean s, PSO , Q PSO is the evo lu tion of the clu stercen tr