微计算机应用
微計算機應用
미계산궤응용
MICROCOMPUTER APPLICATIONS
2010年
4期
11-15
,共5页
徐家宁%张立文%徐素莉%李进
徐傢寧%張立文%徐素莉%李進
서가저%장립문%서소리%리진
聚类分析%遗传算法%免疫机制%K-均值%个体浓度
聚類分析%遺傳算法%免疫機製%K-均值%箇體濃度
취류분석%유전산법%면역궤제%K-균치%개체농도
传统的k-均值算法对初始聚类中心的敏感很大,极易陷入局部最优值;利用遗传算法或免疫规划算法解决初始聚类中心是较好的方法,但后期容易出现收敛速度缓慢.为了克服上述缺点,文章将免疫原理的选择操作机制引入遗传算法中,使个体浓度和适应度同时对个体的选择施加影响,以此提出基于改进遗传算法的K-均值聚类算法,该方法利用K-均值算法的高效性和改进遗传算法的全局优化搜索能力,较好地解决了聚类中心优化问题.试验结果表明,本算法能够有效改善聚类质量,并且具有较好的收敛速度.
傳統的k-均值算法對初始聚類中心的敏感很大,極易陷入跼部最優值;利用遺傳算法或免疫規劃算法解決初始聚類中心是較好的方法,但後期容易齣現收斂速度緩慢.為瞭剋服上述缺點,文章將免疫原理的選擇操作機製引入遺傳算法中,使箇體濃度和適應度同時對箇體的選擇施加影響,以此提齣基于改進遺傳算法的K-均值聚類算法,該方法利用K-均值算法的高效性和改進遺傳算法的全跼優化搜索能力,較好地解決瞭聚類中心優化問題.試驗結果錶明,本算法能夠有效改善聚類質量,併且具有較好的收斂速度.
전통적k-균치산법대초시취류중심적민감흔대,겁역함입국부최우치;이용유전산법혹면역규화산법해결초시취류중심시교호적방법,단후기용역출현수렴속도완만.위료극복상술결점,문장장면역원리적선택조작궤제인입유전산법중,사개체농도화괄응도동시대개체적선택시가영향,이차제출기우개진유전산법적K-균치취류산법,해방법이용K-균치산법적고효성화개진유전산법적전국우화수색능력,교호지해결료취류중심우화문제.시험결과표명,본산법능구유효개선취류질량,병차구유교호적수렴속도.