检索结果-维普期刊中文期刊服务平台

引入改进飞蛾扑火的K均值交叉迭代聚类算法被引量：14: 1; 作者黄鹤李昕芮 +3 位作者吴琨郭璐王会峰茹锋《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第9期32-39,共8页; 针对现有K均值聚类(KMC)算法在选取初始聚类中心时随机性较大、全局搜索能力差、聚类精度低等问题,提出了一种引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法。利用最大最小距离积法初始化聚类中心,避免了KMC算法对随机初始聚类中... 展开更多; 关键词飞蛾扑火算法聚类中心 K均值聚类类内平均距离最大最小距离积法; 在线阅读下载PDF 职称材料

针对KMC局部最优问题的飞蛾捕焰优化方法被引量：3: 2; 作者郭璐许哲 +2 位作者黄鹤张少帅陈永安《火力与指挥控制》 CSCD 北大核心 2021年第8期34-39,共6页; 针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法。采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法... 展开更多; 关键词飞蛾捕焰算法收敛聚类最大最小距离积法群体智能; 在线阅读下载PDF 职称材料

DHSSA优化的K均值互补迭代车型信息数据聚类被引量：5: 3; 作者黄鹤李文龙 +3 位作者杨澜王会峰王飚茹锋《汽车工程》 EI CSCD 北大核心 2022年第5期691-700,729,共11页; 针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题,提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先,针对SSA算法中... 展开更多; 关键词 K均值聚类筛选最大最小距离积法麻雀搜索算法数据集车型信息数据; 在线阅读下载PDF 职称材料

基于记忆传递旗鱼优化的K均值混合迭代聚类被引量：5: 4; 作者黄鹤熊武 +3 位作者吴琨王会峰茹锋王珺《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第12期1638-1648,共11页; 针对现有K均值聚类(KMC)算法受初始化影响较大,随机产生的聚类中心极易使聚类结果陷入局部最优而停止迭代,导致聚类精度低、鲁棒性差的问题,提出一种基于记忆传递旗鱼优化的K均值混合迭代聚类(MTSFO-HIKMC)算法.首先,借鉴已有改进思路,... 展开更多; 关键词旗鱼算法自适应记忆传递修正策略 K均值聚类最大最小距离积法 UCI标准数据集; 在线阅读下载PDF 职称材料

题名引入改进飞蛾扑火的K均值交叉迭代聚类算法被引量：14: 1; 作者黄鹤李昕芮吴琨郭璐王会峰茹锋; 机构长安大学电子与控制工程学院陕西省道路交通智能检测与装备工程技术研究中心西北工业大学无人机系统国家工程研究中心; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第9期32-39,共8页; 基金装备预研领域基金资助项目(61403120105) 陕西省自然科学基础研究计划资助项目(2019JM-611) 陕西省创新人才推进计划青年科技新星项目(2019KJXX-028)。; 文摘针对现有K均值聚类(KMC)算法在选取初始聚类中心时随机性较大、全局搜索能力差、聚类精度低等问题,提出了一种引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法。利用最大最小距离积法初始化聚类中心,避免了KMC算法对随机初始聚类中心较为敏感的问题;利用样条插值预测的思想改进飞蛾扑火算法,提高了算法的收敛速度及寻优精度;以类内平均距离为适应度函数,引导插值扑火算法优化KMC迭代过程中的聚类中心,提高了聚类精度。将IMFOKMC与KMC、K-means++算法、模糊c均值聚类算法在国际标准数据集Iris、Wine和Seeds上进行了实验对比,结果表明:IMFO-KMC算法在Iris数据集上的性能提升最为明显,相比其他算法准确率提高了0.67%~4.18%,标准化互信息提高了1.5%~4.01%。; 关键词飞蛾扑火算法聚类中心 K均值聚类类内平均距离最大最小距离积法; Keywords moth-flame optimization cluster center K-means clustering average distance category maximum and minimum distance product; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名针对KMC局部最优问题的飞蛾捕焰优化方法被引量：3: 2; 作者郭璐许哲黄鹤张少帅陈永安; 机构西北工业大学无人机系统国家工程研究中心西安爱生技术集团公司中国电子科技集团公司第二十研究所长安大学电子与控制工程学院; 出处《火力与指挥控制》 CSCD 北大核心 2021年第8期34-39,共6页; 基金陕西省创新人才推进计划-青年科技新星项目(2019KJXX-028) 陕西省自然科学基础研究计划面上基金(2019JM-610) 西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金资助项目(300102321502)。; 文摘针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法。采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法的适应度函数作为寻优函数。将RMFO算法和有K均值聚类算法(KMC)进行交叉迭代,构建基于RMFO优化的KMC算法,求解聚类中心时能够改善聚类性能,可以解决现有KMC算法选取初始聚类中心不确定陷入结果局部最优的问题。实验结果表明,通过用UCI国际通用测试数据库的Iris、Wine和Glass 3种数据集,对RMFO算法和优化KMC算法进行性能测试,提出的RMFO算法更加精准,收敛速度快,不易陷入局部最优解,同时,优化KMC算法的聚类性能更好。; 关键词飞蛾捕焰算法收敛聚类最大最小距离积法群体智能; Keywords moth-flame capture algorithm convergence clustering maximum and minimum distance product method swarm Intelligence; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名DHSSA优化的K均值互补迭代车型信息数据聚类被引量：5: 3; 作者黄鹤李文龙杨澜王会峰王飚茹锋; 机构长安大学西安市智慧高速公路信息融合与控制重点实验室; 出处《汽车工程》 EI CSCD 北大核心 2022年第5期691-700,729,共11页; 基金国家重点研发计划(2018YFB1600600) 国家自然科学基金面上项目(52172324) +4 种基金陕西省重点研发计划(2021SF-483) 中央高校基本科研业务费资助项目(300102240203)资助。; 文摘针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题,提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先,针对SSA算法中发现者位置更新不足和种群多样性不足的问题,设计了一种扰动因子-领头雀优化策略,通过自适应领头雀策略加强了最优个体的影响力,利用扰动因子扩大搜索空间,提升了寻找聚类中心的准确率;其次,设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化,在MMP基础上增加了筛选机制,使初始化的中心尽可能更均匀地分布在每个簇中;最后,融合DHSSA和SMMP来优化K均值互补迭代,在减小迭代次数的同时增加搜索效率,得到较好的聚类结果。利用多种数据集进行测试,通过试验结果中的收敛曲线和性能指标可以看出,提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价,并且耗时相对于SSA-KMC和IMFO-KMC有所减少,证明了算法的有效性和优越性。在车型信息数据处理过程中,DHSSA-KMC可以高效聚类生成竞品车型供消费者选择,应用价值明显。; 关键词 K均值聚类筛选最大最小距离积法麻雀搜索算法数据集车型信息数据; Keywords KMC screening maximum and minimum distance product SSA data sets car type information data; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于记忆传递旗鱼优化的K均值混合迭代聚类被引量：5: 4; 作者黄鹤熊武吴琨王会峰茹锋王珺; 机构长安大学西安市智慧高速公路信息融合与控制重点实验室长安大学电子与控制工程学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第12期1638-1648,共11页; 基金国家重点研发计划(2018YFB1600600) 陕西省重点研发计划(2021SF-483) +2 种基金西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金项目(300102321502)。; 文摘针对现有K均值聚类(KMC)算法受初始化影响较大,随机产生的聚类中心极易使聚类结果陷入局部最优而停止迭代,导致聚类精度低、鲁棒性差的问题,提出一种基于记忆传递旗鱼优化的K均值混合迭代聚类(MTSFO-HIKMC)算法.首先,借鉴已有改进思路,引入最大最小距离积来初始化KMC聚类中心,避免随机初始化带来的不确定性;同时,在迭代过程中,令当前最优解在局部进行自适应记忆传递修正,解决由于旗鱼算法搜索路径单一带来的全局寻优能力差和搜索精度不足的问题.利用Iris、Seeds、CMC和Wine国际标准数据集对MTSFO-HIKMC、旗鱼优化的K均值混合迭代聚类(SFO-KMC)算法、引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法、KMC算法和模糊C均值(FCM)算法进行比较测试,从得到的收敛曲线和性能指标可知,所提出的MTSFO-HIKMC算法相较于IMFO-KMC算法具有更快的收敛速度;在高维度空间较IMFO-KMC算法具有更高的搜索精度;相较于KMC和FCM算法具有更高的搜索精度;相比SFO-KMC算法在收敛速度和搜索精度方面都有明显提升,在高维数据集方面尤其明显.; 关键词旗鱼算法自适应记忆传递修正策略 K均值聚类最大最小距离积法 UCI标准数据集; Keywords sailfish algorithm adaptive memory transfer correction strategy K-means clustering(KMC) maximum and minimum distance product UCI standard data set; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	引入改进飞蛾扑火的K均值交叉迭代聚类算法	黄鹤李昕芮吴琨郭璐王会峰茹锋	《西安交通大学学报》 EI CAS CSCD 北大核心	2020	14	在线阅读下载PDF 职称材料
2	针对KMC局部最优问题的飞蛾捕焰优化方法	郭璐许哲黄鹤张少帅陈永安	《火力与指挥控制》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
3	DHSSA优化的K均值互补迭代车型信息数据聚类	黄鹤李文龙杨澜王会峰王飚茹锋	《汽车工程》 EI CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
4	基于记忆传递旗鱼优化的K均值混合迭代聚类	黄鹤熊武吴琨王会峰茹锋王珺	《上海交通大学学报》 EI CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料