基于遗传算法的K-means聚类改进研究
冯永亮1
李浩2
1.西安文理学院信息工程学院 西安 710065;西安文理学院西安市物联网应用工程实验室 西安 7100652.西安文理学院西安市物联网应用工程实验室 西安 710065
摘要：在传统的K-means算法中,K值和初始聚类中心往往凭人的经验或随机选取,算法对选取结果又比较敏感,同时算法易陷入局部最优.论文针对这些不足,利用遗传算法的全局寻优特性和自适应搜索概率技术等优势,改善K-means聚类方式.仿真实验表明,新算法在平均迭代次数和准确率方面优于传统K-means算法.
关键词：K-means聚类遗传算法算子
分类号：TP391(计算技术、计算机技术)
资助基金：陕西省自然科学基金(2018JM6100)陕西省教育厅科学研究项目(18JK1149)西安市科技计划重点项目(2017CGWL13)
论文发表日期：2020-08-20
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( 1831-1834,1839 )
英文信息