计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
22期
37-41
,共5页
聚类问题%K均值算法%迭代局部搜索
聚類問題%K均值算法%迭代跼部搜索
취류문제%K균치산법%질대국부수색
K均值聚类算法(KM)是解决聚类问题的一个常用的方法,该方法的主要缺点是其找到的局部极小值与全局最优值的偏差往往较大.论文构造一种基于KM算法的迭代局部搜索算法(称之为IKM).该算法以KM算法所得到的解作为初始解,从该初始解开始作局部搜索,在搜索过程中接受部分劣解.当解无法改进时,算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代,以跳出局部极小,从而拓展了搜索的范围.试验结果表明IKM算法得到的聚类结果比KM算法得到的聚类结果有明显的改进,平均改进达100%以上.当数据集越大,簇的个数越多时,改进的效果越是显著,可以达到300%以上.因而,IKM算法是一个确实可行的有效的方法.
K均值聚類算法(KM)是解決聚類問題的一箇常用的方法,該方法的主要缺點是其找到的跼部極小值與全跼最優值的偏差往往較大.論文構造一種基于KM算法的迭代跼部搜索算法(稱之為IKM).該算法以KM算法所得到的解作為初始解,從該初始解開始作跼部搜索,在搜索過程中接受部分劣解.噹解無法改進時,算法對所得到的跼部極小解做適噹彊度的擾動後進行下一次的迭代,以跳齣跼部極小,從而拓展瞭搜索的範圍.試驗結果錶明IKM算法得到的聚類結果比KM算法得到的聚類結果有明顯的改進,平均改進達100%以上.噹數據集越大,簇的箇數越多時,改進的效果越是顯著,可以達到300%以上.因而,IKM算法是一箇確實可行的有效的方法.
K균치취류산법(KM)시해결취류문제적일개상용적방법,해방법적주요결점시기조도적국부겁소치여전국최우치적편차왕왕교대.논문구조일충기우KM산법적질대국부수색산법(칭지위IKM).해산법이KM산법소득도적해작위초시해,종해초시해개시작국부수색,재수색과정중접수부분렬해.당해무법개진시,산법대소득도적국부겁소해주괄당강도적우동후진행하일차적질대,이도출국부겁소,종이탁전료수색적범위.시험결과표명IKM산법득도적취류결과비KM산법득도적취류결과유명현적개진,평균개진체100%이상.당수거집월대,족적개수월다시,개진적효과월시현저,가이체도300%이상.인이,IKM산법시일개학실가행적유효적방법.
