山东大学学报（工学版）
山東大學學報（工學版）
산동대학학보（공학판）
JOURNAL OF SHANDONG UNIVERSITY(ENGINEERING SCIENCE)
2015年
2期
1-9
,共9页
董红斌%张广江%逄锦伟%韩启龙
董紅斌%張廣江%逄錦偉%韓啟龍
동홍빈%장엄강%방금위%한계룡
聚类%聚类集成%粒子群优化算法%遗传算法%协同进化%协同聚类集成
聚類%聚類集成%粒子群優化算法%遺傳算法%協同進化%協同聚類集成
취류%취류집성%입자군우화산법%유전산법%협동진화%협동취류집성
clustering%clustering ensemble%particle swarm optimization%genetic algorithm%co-evolution%co-evolu-tionary clustering ensemble
针对单一聚类算法存在的不能泛化的问题，将集成学习技术应用于聚类算法中，集成学习技术可以显著提高学习系统的泛化能力。提出了1种基于粒子群和遗传算法的协同进化聚类集成算法，粒子群算法保证算法快速收敛，遗传算法全局搜索扩大搜索范围，提高了聚类的性能和收敛速度。将本研究提出的算法在多个 UCI 数据集上进行试验验证，结果表明该算法是有效的。
針對單一聚類算法存在的不能汎化的問題，將集成學習技術應用于聚類算法中，集成學習技術可以顯著提高學習繫統的汎化能力。提齣瞭1種基于粒子群和遺傳算法的協同進化聚類集成算法，粒子群算法保證算法快速收斂，遺傳算法全跼搜索擴大搜索範圍，提高瞭聚類的性能和收斂速度。將本研究提齣的算法在多箇 UCI 數據集上進行試驗驗證，結果錶明該算法是有效的。
침대단일취류산법존재적불능범화적문제，장집성학습기술응용우취류산법중，집성학습기술가이현저제고학습계통적범화능력。제출료1충기우입자군화유전산법적협동진화취류집성산법，입자군산법보증산법쾌속수렴，유전산법전국수색확대수색범위，제고료취류적성능화수렴속도。장본연구제출적산법재다개 UCI 수거집상진행시험험증，결과표명해산법시유효적。
Since clustering could not solve the problem of generalization,the integration technology was introduced into clustering algorithm,which could significantly improve the generalization ability of learning systems.A co-evolutionary clustering ensemble algorithm based on particle swarm optimization and genetic algorithm (CEGPCE)was proposed. PSO (particle swarm optimization)ensured the algorithm with fast convergence,and GA (genetic algorithm)expanded the search scope with its global search capability,which improved the performance of the algorithm and the convergence speed.Experiments on the UCI data sets verified the effectiveness of CEGPCE.
