自适应调整的布谷鸟搜索K-均值聚类算法

Wang Rihong; Cui Xingmei; Li Yongjun

首页> 中文期刊> 《计算机应用研究》 >自适应调整的布谷鸟搜索K-均值聚类算法

自适应调整的布谷鸟搜索K-均值聚类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM).首先,由集群度与距离均衡优化选择初始簇中心;其次,融合粒子群算法思想,遵循自适应优化学习策略以均衡CS算法全局与局部精细搜索能力;最后,在改进CS算法的基础上引入自适应度调节步长因子与动态变化发现概率,增强算法收敛性能.通过对经典数据集的仿真实验分析,相比K-均值算法、PSO-K-均值算法及CS-K-均值算法来说,提出的CSSA-OIKM算法能有效提高聚类精确性,且算法稳定性好.

著录项

来源
《计算机应用研究》 |2018年第12期|3593-3597|共5页
作者
Wang Rihong; Cui Xingmei; Li Yongjun;
展开▼
作者单位

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
布谷鸟搜索算法; 自适应优化学习; 步长调节; 动态变化发现概率; 初始簇中心; K-均值聚类;

相似文献

中文文献
外文文献
专利

1. 基于改进引力搜索的混合K-调和均值聚类算法研究 [J] . 王彩霞 . 计算机应用研究 . 2016,第001期
2. 采用k-均值聚类算法的资源搜索模型研究 [J] . 邵必林 ,边根庆 ,张维琪 . 西安交通大学学报 . 2012,第010期
3. 自适应布谷鸟搜索的并行K-means聚类算法 [J] . 王波 ,余相君 . 计算机应用研究 . 2018,第003期
4. 基于自适应布谷鸟搜索算法的K-means聚类算法及其应用 [J] . 杨辉华 ,王克 ,李灵巧 . 计算机应用 . 2016,第008期
5. 基于距离阈值的自适应K-均值聚类算法 [J] . 曾庆山 ,张贵勇 . 郑州大学学报（理学版） . 2016,第004期
6. 自适应K-均值聚类算法 [C] . 李玉鑑 . 第二届中国分类技术及应用学术会议 . 2007
7. 基于自适应布谷鸟搜索算法的聚类算法研究及应用 [A] . 王克 . 2016

自适应调整的布谷鸟搜索K-均值聚类算法

摘要

著录项

相似文献

相关主题

期刊订阅