一种改进的PSO-Means聚类优化算法
魏新红
张凯
1.河南城建学院计算机科学与工程系,河南平顶山,4670362.河南城建学院计算机科学与工程系,河南平顶山,467036
摘要：针对粒子群优化算法在线性不可分情况下不能找到合适的聚类初始质心和正确的聚类个数的缺点,提出引入核方法,对基于粒子群算法的K均值聚类(PSO-Means)算法进行改进.利用核方法把数据映射到高维空间,在高维空间中使用粒子群算法找出所应聚的类,最后利用核空间中的聚类算法对数据进行聚类.通过实验,验证了该算法在线性不可分的情况下可以较好的运行,在很大程度上提高了聚类的效果.
关键词：核函数聚类粒子群算法K均值算法
分类号：TP301.6(计算技术、计算机技术)
资助基金：河南省科技攻关重点项目(092102210251)
论文发表日期：2011-01-01
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：3( 41-43 )
英文信息