大众科技
大衆科技
대음과기
DAZHONG KEJI
2010年
6期
63-64
,共2页
粒子群优化算法%K-均值%聚类
粒子群優化算法%K-均值%聚類
입자군우화산법%K-균치%취류
无导师聚类过程中将数据集合分割成几个类是一个很难确定的问题,目前还没有较好的解决方法.文章使用粒子群优化算法应用于无导师聚类算法--K-均值的参数学习,实现了使用粒子群优化算法进行聚类中心参数的确定,旨在提供一种选择中心参数个数的方法,同时给出了适应于聚类参数学习的粒子群fitness函数算法设计.通过对UCI机器学习数据库中的7个数据库进行实验,证实此方法是比较有效的.
無導師聚類過程中將數據集閤分割成幾箇類是一箇很難確定的問題,目前還沒有較好的解決方法.文章使用粒子群優化算法應用于無導師聚類算法--K-均值的參數學習,實現瞭使用粒子群優化算法進行聚類中心參數的確定,旨在提供一種選擇中心參數箇數的方法,同時給齣瞭適應于聚類參數學習的粒子群fitness函數算法設計.通過對UCI機器學習數據庫中的7箇數據庫進行實驗,證實此方法是比較有效的.
무도사취류과정중장수거집합분할성궤개류시일개흔난학정적문제,목전환몰유교호적해결방법.문장사용입자군우화산법응용우무도사취류산법--K-균치적삼수학습,실현료사용입자군우화산법진행취류중심삼수적학정,지재제공일충선택중심삼수개수적방법,동시급출료괄응우취류삼수학습적입자군fitness함수산법설계.통과대UCI궤기학습수거고중적7개수거고진행실험,증실차방법시비교유효적.