基于变异的迭代k-means算法
白莉媛1
黄晖2
孙增华1
1.河南工业大学信息科学与工程学院,郑州,4500522.河南工业大学理学院,郑州,450052
摘要：针对k-means聚类算法效率底、优化不足等问题,提出了一种基于变异的迭代k-menas算法(ik-means).该算法从k-means算法(随机k-means算法)所产生的初始解向量中随机选取一定比例的位置,对其中的类标号进行随机变异并优化;再通过多次迭代获得了相应的优化解.实验表明在数据集相同、基本k-means算法调用次数相同的条件下,ik-means算法相对于k-means算法具有运行效率高、解更优化的特点.
关键词：聚类k-means算法变异
分类号：TP301.6(计算技术、计算机技术)
资助基金：河南省科技攻关计划(052400005)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 8-12 )
英文信息