一种改进的基于粒子群的粗糙k-medoids算法技术总结.doc

一种改进的基于粒子群的粗糙K-medoids算法 A improved rough K-medoids algorithm based on particle swarm optimization Abstract: The K-medoids algorithm has the disadvantage of globle search ablility and large amount of the iterative calculation,this paper proposed a improved rough K-medoids algorithm based on particle swarm optimization(PSO) .By introducing PSO strengthen its globle search ability and calculating the dissimilarity matrix of sample set to simplify coding particle swarm,the rough set theory provides a processing method of dealing with the indeterminacy problem of boundary objects.Using memorization technique to improve K-medoids iterative calculation ,to reduce the complexity of the algorithm.Through testing the Iris、Mushroom data set of UCI,the new algorithm’s accuracy has improved and the time has been shortened. Key word:k-medoids;particle swarm optimization;dissimilarity matrix;rough se;memoization 摘 要：针对K-medoids算法的全局搜索能力弱和迭代计算过程计算量大的不足，提出了一种改进的基于粒子群的粗糙K-medoids算法。该算法通过粒子群算法来改善K-medoids全局搜索能力，通过计算样本集的相异度矩阵来简化粒子群编码，引入粗糙集理论处理边界模糊数据，并利用记忆技术对K-medoids的迭代过程进行优化，降低算法的复杂度。通过对UCI中的Iris、Mushroom数据集测试，本文算法的准确率提高，运行时间减少。 关键词：K-medoids算法；粒子群算法；相异度矩阵；粗糙集；记忆技术 中图分类号：TP311 文献标识码：A 1 引言 将物理或者抽象的集合分成相似的对象类的过程称为聚类，聚类是数据挖掘领域内非常热门的研究方向之一，K-medoids算法则是聚类算法中一种较为经典的算法[1]。 K -medoids算法容易陷入局部最优，迭代过程运算量较大，运行时间较长。文献[2]提出粒子群算法（Particle Swarm Optimization，PSO）是一种群体智能优化方法，能够有效地解决K -medoids算法易陷入局部最优的缺点，但当样本的维数较大和属性较多时，计算量也非常大。文献[3-6]提出了通过计算样本相异度矩阵，采取简化且有效的粒子编码方式，来降低算法的复杂度，节约算法所用时间。文献[7]采用记忆技术对K -medoids算法的迭代过程进行优化的技术，通过把记忆技术应用到K -medoids算法的迭代计算过程中，可以降低K -medoids算法的时间复杂度，缩短算法所需时间。文献[8-10]引入粗糙集理论，通过动态调整上下近似集参数，有效的处理边界模糊数据问题。文献[11-13]引入蛙跳算法、遗传算法、蚁群算法来改进聚类算法。 本文通过把几种优秀的处理方法结合起来，提出了一种改进的基于粒子群的粗糙K -medoids算法。通过降低算法的复杂度，引入粒子群算法，结合粗糙集理论，使得本文算法拥有较高的准确率和较短的运行时间，并通过实验证明。 2 预备知识 2.1 K -medoids算法 文献[14]对K-medoids算法描述如下：为了降低K-means算法对孤立点的敏感性， K-medoids算法不再采用K-means算法中用聚类中对象的平均值作为聚类中心的方法，而选用聚类中离平均值最近的对象作为中心点。 K -medois算法是基于划分的方法，对于由个对象组成的数据集，需要事先指定划分的聚类数目，即从个样本中随机选取个作为初始的聚类中，剩下的个数据点则根据其与聚类中心距离最近原则进行分配。然后