河北工业大学学报
河北工業大學學報
하북공업대학학보
JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY
2007年
3期
48-52
,共5页
聚类分析%蚂蚁算法%K-Means%密度%数据
聚類分析%螞蟻算法%K-Means%密度%數據
취류분석%마의산법%K-Means%밀도%수거
蚂蚁算法是一种新的基于种群的模拟进化算法,K-Means、基于密度的聚类是常见的基于分割的聚类方法,本文将蚂蚁算法、K-Means算法、密度思想结合在一起,提出了一种基于密度蚂蚁思想的K-Means算法,它利用蚂蚁算法的随机性,很大程度上解决局部最优问题,而且克服了K-Means算法初始参数的敏感性,提高了聚类的质量.再结合密度思想,使蚂蚁有选择地遍历,提高了算法效率,并克服了基于密度的算法不能发现任意形状聚类的问题.
螞蟻算法是一種新的基于種群的模擬進化算法,K-Means、基于密度的聚類是常見的基于分割的聚類方法,本文將螞蟻算法、K-Means算法、密度思想結閤在一起,提齣瞭一種基于密度螞蟻思想的K-Means算法,它利用螞蟻算法的隨機性,很大程度上解決跼部最優問題,而且剋服瞭K-Means算法初始參數的敏感性,提高瞭聚類的質量.再結閤密度思想,使螞蟻有選擇地遍歷,提高瞭算法效率,併剋服瞭基于密度的算法不能髮現任意形狀聚類的問題.
마의산법시일충신적기우충군적모의진화산법,K-Means、기우밀도적취류시상견적기우분할적취류방법,본문장마의산법、K-Means산법、밀도사상결합재일기,제출료일충기우밀도마의사상적K-Means산법,타이용마의산법적수궤성,흔대정도상해결국부최우문제,이차극복료K-Means산법초시삼수적민감성,제고료취류적질량.재결합밀도사상,사마의유선택지편력,제고료산법효솔,병극복료기우밀도적산법불능발현임의형상취류적문제.
