一种改进的基于粒子群的聚类算法-计算机应用研究.PDF

第３１卷第９期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．９ ２０１４年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１４ 一种改进的基于粒子群的聚类算法 杨　志，罗　可 （长沙理工大学计算机与通信工程学院，长沙４１００１４） 摘　要：针对Ｋｍｅａｎｓ对初始聚类中心敏感和易陷入局部最优的缺点，提出了一种改进的基于粒子群的聚类算 法。该算法结合基于密度和最大最小距离法来确定初始聚类中心，解决Ｋｍｅａｎｓ对初始值敏感的问题；利用粒 子群算法全局寻优能力强的优点，避免Ｋｍｅａｎｓ陷入局部最优。通过对样本集各维属性的规范化处理，惯性权 值采用凹函数递减，计算相异度矩阵，引入用群体适应度方差，进一步优化混合算法。实验结果表明，该算法具 有更高的准确率和更强的收敛能力。 关键词：聚类算法；粒子群优化算法；相异度矩阵；最大最小距