一种基于复合形粒子群算法的改进K—MEANS聚类算法.pdfVIP

第7卷 第lO期 软 件 导 刊 V01．7NO．1O 2008年 lO月 S0ftwareGuide Oct．2008 一 种基于复合形粒子群算法的改进k—means聚类算法 易云飞 ，吴启明 ，唐凤仙 (1．中南民族大学 计算机科学学院，湖北 武汉 430074；2．河池学院 计算机与信息科学系，广西 宜州 546300) 摘 要：针对k—means算法事先必须知道聚类的数 目，难以确定初始 中心以及 受异常点影响很大等缺点 ，提 出了一种 改进的k—means聚类算法。改进后 的算法首先使用复合形粒子群算法来选取聚类的初始中心点 ，然后使用k-means算 法快速收敛获取聚类结果。Iris测试数据集的实验结果表明了改进后的算法能够合理区分不 同类型的簇集，可以有 效地识别异常点，具有较好的性能。 关键词：复合形法；粒子群优化算法；k-means算法；聚类 中图分类号：TP312 文献标识码 ：A 文章编号：1672—7800(2008)10—0046—02 (1)所示 ： 0 引言 C n ∑∑p (1) j=l k=l 聚类分析是数据挖掘领域重要的研究课题之一 。所谓 聚 其中，j=l，2，…，c；mj~C个聚类的中心 ，它的值为簇Ci的均 类 ．是指根据输入记录 自身的属性和相互 间的关系 ，把具有高 值 ，即 相似度的对象放在一个簇里 ，同时尽量把具有高相异度的对象 放在不 同的簇中的一种技术 。k-means聚类算法是应用最为广 = ∑ (2) 泛的聚类算法之一 ，因为它具有较低 的计算复杂性 、收敛速度 ， k=l k-means算法 的处理过程 ： 快以及能处理大数据库等优点。但是 ，该算法也存在着不足之 处：k个初始聚类中心点的选取对聚类结果有较大的影响，同时 (1)从n个数据对象集 x，xz，…，X}中随机选取k个对象{y。， 由于该算法是采用梯度法求解极值 ，结果可能只是局部而非全 y2，…，Yk}作为初始聚类 中心 ； (2)计算各对象到中心对象的距离 ，并根据最小距离重新 局最优。 考虑到k—means算法的先天不足 ，本文提出了一种基于粒 划分 ： (3)更新簇的平均值 ，即计算每个簇中对象的平均值； 子群和复合形法的改进 的k均值 聚类算法 (Complex—PSOand (4)循环 (2)到 (3)，直到每个聚类不再发生变化时算法终 k—meansClusteringAlgorithm)，简称COPSOK算法。改进后的k— 止 。 means算法可以选择适 当的初始聚类中心点．同时也能得到更