基于中心定位算子遗传算法的动态层次聚类方法.pdfVIP

第 23卷第 3期 音鸟职甚技术净 学报 Vo1．23No．3 2010年 6月 JournalofQingdaoTechnicalCollege Jun．2010 基于中心定位算子遗传算法的 动态层次聚类方法 刘 园园 (青岛职业技术学院软件与服务外包学院，山东青岛266555) 摘要：针对聚类算法易陷入局部优化的缺点，将中心定位算子遗传算法与层次聚类方法动态结合， 通过遗传算法的全局寻优特点弥补层次聚类算法的不足。在算法的后期融入 Chameleon思想，提高了 算法的准确性。通过对 UCI中的三个数据集样本进行测试，表明聚类效果优于传统聚类方法。 关键词：遗传算法；中心定位算子；层级聚类；变色龙算法 中图分类号 ：TP18 文献标志码 ：A 文章编号 ：1672—2698(2010)03—0052—03 一 、 引言 样本集逐层进行划分，直到各个叶子节点所代表 的样本集的类 内相似度满足阈值要求，当类 内相 目前绝大多数聚类算法要求用户预先给出聚 类的个数，l】]但是通常情况下，用户在没有任何信 似度阈值为 (随算法运行动态变化)或分裂层 数达到最大阈值 为止。在针对每个节点的样本 息的情况下很难确定理想的聚类个数。从而，用 集进行划分时，采用遗传聚类算法实现样本集的 户在用这些聚类算法时，不得不尝试用不同的聚 局部聚类，并找到各个子聚类 的聚类中心 。 类个数进行聚类，这个过程效率低下，当在 比较多 的聚类个数存在 的情况下，聚类效果不尽人意。 三、数据结构 另外聚类问题实际上是一个寻求最优划分的问 本算法的数据结构通过树形结构来表示：整 题，一方面最优划分的标准有很多种，另一方面寻 体的聚类数据构建根结点，通过层次聚类的方法 找最优划分通常是复杂度很高的NP难题，一般 将产生的子聚类构成树的叶子结点，新的叶子结 只能给出近似最优解 ，因此如何适应不同的最优 点成为下次层次聚类的根结点。每一个结点表示 化 目标及高效地搜索近似最优解也是聚类算法需 一 个聚类，图1是结点的数据结构。 要解决的问题。 缩点 ’＼ ， 洼释 、 为了解决上述问题，本文提出一种基于中心 ID ID号 定位遗传算法 (geneticalgorithm withagene— Fa f F 父绪点ID № 成曼内容 Nu categories 宁 centerorientation，GCOGA)的动态层次聚类分