- 1、本文档共69页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
基于粒子群优化算法的混合聚类算法研究
聚类是一种重要的数据分析技术。研究表明,没有一种聚类算法能在所有的
应用场景中都取得最好的聚类性能。因此,提出和改进不同类型的聚类算法以满
足不同场景的需求是一项有意义的工作。划分方法是一种经典的聚类方法。它简
单高效,目前已经被广泛应用于各个领域。但是,许多划分聚类方法,如K-means、
K-medoids和FuzzyC-means等,仍然存在亟待解决的问题:(1)对初始簇质心的
选取很敏感,不当的初始簇质心可能会导致不理想的聚类结果;(2)目标函数往
往是包含多个局部极值的非凸函数,这将导致最小化目标函数时容易陷入局部最
优;(3)稳定性差。由于聚类任务可以建模为优化问题,采用智能优化算法解决聚
类问题是一种自然的选择。粒子群优化(ParticleSwarmOptimization,PSO)算
法是一种有效的全局寻优算法。它通过模拟自然界中鸟群觅食的过程指导粒子在
复杂数据空间中搜索最优解。近年来,PSO算法被认为是解决聚类问题的有效方
法。但是,基本PSO也有收敛到局部最优的可能性,尤其是在解决复杂问题时。
为了解决上述问题,本文首先对基本PSO进行改进,然后将改进的PSO和
K-means相结合,提出了一种混合聚类算法。本文的主要研究内容和贡献如下:
(1)提出了基于高斯分布估计方法(GaussianDistributionEstimationMethod,
GEDM)和Lévy飞行策略的GLPSO算法。GEDM能利用种群中较好的粒子更好
地估计种群进化方向进而加快收敛速度。Lévy飞行策略能在种群陷入停滞状态
时产生扰动。此外,GLPSO算法还采用边界控制策略以限制粒子的搜索范围和
飞行速度,采用贪心策略从父代粒子和新生成的候选粒子中保留优势粒子。在
CEC2014基准测试函数集上的实验结果表明,本文提出的GLPSO算法比基本
PSO算法和4种先进的PSO变体具有更强的寻优能力。
(2)将GLPSO和K-means结合,充分利用K-means简单高效的优势和GLPSO
强大的全局搜索能力,提出了一种混合聚类算法GLPSOK。在GLPSOK算法中,
初始种群中的少量粒子采用K-means的聚类结果进行初始化以保证初始种群中
就存在一些相对好的粒子,剩余的粒子采用随机初始化的方式以增加初始种群的
多样性。在6个合成数据集和5个UCI真实数据集上的实验结果表明,本文提
出的混合聚类算法GLPSOK比8种经典或先进的聚类算法有更好的性能和更强
的稳定性。
关键词:
聚类,K-means,粒子群优化,高斯分布估计方法,Lévy飞行策略
Abstract
ResearchonHybridClusteringAlgorithmBasedonParticle
SwarmOptimizationAlgorithm
Clusteringisanimportantdataanalysistechnique.Researchshowsthatno
clusteringalgorithmcanachievethebestclusteringperformanceinallapplication
scenarios.Therefore,itisameaningfulworktoproposeandimprovedifferenttypesof
clusteringalgorithmstomeettheneedsofdifferentscenarios.Thepartitioningmethods
areclassicclusteringmethods.Theyaresimpleandefficient,andhavebeenwidely
usedinvariousfields.Ho
您可能关注的文档
- 基于卷积网络的生物数据特征构造与特征选择算法研究.pdf
- 基于卷积稀疏表示的多聚焦噪声图像融合算法研究.pdf
- 基于决策树的可疑交易账户预警模型.pdf
- 基于均匀化方法与全局拓扑优化的多孔椎间融合器设计.pdf
- 基于卡尔曼滤波的多传感融合定位研究.pdf
- 基于可调制网络的腹腔镜手术器械检测模型研究与实现.pdf
- 基于客户画像的NB银行N分行基金营销策略优化研究.pdf
- 基于空间定位模型的三维室内定位系统研究.pdf
- 基于空间自适应对抗网络的乳腺肿块图像分割方法研究.pdf
- 基于类属属性的多标签学习研究.pdf
- 2023学年诸暨中学高三年级第二学期3月第二次模拟考试(政治)公开课教案教学设计课件资料.docx
- 运动的合成与分解(二)公开课教案教学设计课件资料.pptx
- 近五年浙江省各地图形的翻折(轴对称)原题公开课教案教学设计课件资料.doc
- 如何做教师-2019-11-13-中关村一小相关公开课教案教学设计课件资料.pptx
- 生活中的圆周运动 (水平面)正式版公开课教案教学设计课件资料.pptx
- 专题10 条件概率与全概率公式公开课教案教学设计课件资料.docx
- 金华市东阳市2019学年第二学期期末测试卷公开课教案教学设计课件资料.doc
- 5 琥珀(第二课时)【慕课堂版】公开课教案教学设计课件资料.pptx
- 项目五 打印米老鼠模型公开课教案教学设计课件资料.ppt
- (打印版)9月25日地理周练公开课教案教学设计课件资料.docx
文档评论(0)