期刊文献+
共找到296篇文章
< 1 2 15 >
每页显示 20 50 100
基于遗传粒子群动态聚类算法的物流柔性分拣系统品规分配
1
作者 杜佳奇 杨旭东 +2 位作者 孙栋 张磊 王晋冰 《包装工程》 CAS 北大核心 2024年第5期126-134,共9页
目的针对目前烟草物流配送中心条烟分拣量大,不同条烟品规的分配对订单的总处理时间影响较大的问题,研究平衡各个分拣区品规的分配,提高分拣效率。方法建立以各分区品规相似系数和最小为目标函数的数学模型,并采用改进的遗传粒子群动态... 目的针对目前烟草物流配送中心条烟分拣量大,不同条烟品规的分配对订单的总处理时间影响较大的问题,研究平衡各个分拣区品规的分配,提高分拣效率。方法建立以各分区品规相似系数和最小为目标函数的数学模型,并采用改进的遗传粒子群动态聚类(GAPSO-K)算法进行求解。首先,结合各品规分拣量对品规相似系数进行改进,并将其作为适应度函数;然后在粒子群算法中对惯性权重因子进行改进,使其值可以进行自适应改变;最后,在粒子群动态聚类算法中引入遗传算法中的交叉变异扩大解的搜索范围,基于Matlab对文中的其他算法进行求解对比,求得结果在EM-plant中进行仿真验证。结果结合某烟草物流配送中心数据仿真验证,利用GAPSO-K算法处理订单的时间为234.5 s,较传统时间大幅度较少,有效提升了柔性物流分拣效率。结论采用该算法可充分发挥2种算法的优良性,具有更好的收敛性及寻优性,为柔性物流品规分配提供了新思路。 展开更多
关键词 品规分配 品规相似系数 惯性权重因子 遗传粒子群动态聚类算法
在线阅读 下载PDF
基于K-means聚类粒子群算法的海洋结构迭代型损伤识别方法
2
作者 周旭涛 赵海旭 +2 位作者 蒋玉峰 王树青 刘雨 《中国海洋大学学报(自然科学版)》 北大核心 2025年第4期134-147,共14页
为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷... 为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷入局部最优解,同时,采用迭代思想对传统损伤识别方法进行改进,将损伤识别结果进行迭代更新,以获得准确的损伤位置及损伤程度。以某三腿海上风机结构为例:首先,探讨了非迭代型方法在无噪声和有噪声污染时的结构损伤识别效果;其次,分析所提出的迭代型方法在无噪声和有噪声污染两种情况下的结构损伤识别效果;然后,探究了所提出方法的收敛性及稳定性;最后,采用物理模型试验对提出的方法进行了验证。结果表明,提出的迭代型聚类粒子群算法相比传统结构损伤识别方法可获得更准确的损伤位置及损伤程度,并展现出良好的噪声鲁棒性,且算法迭代次数少,识别效果稳定。 展开更多
关键词 K-means粒子算法 损伤识别 海上风机结构 迭代型方法
在线阅读 下载PDF
基于粒子群优化和遗传算法的协同聚类算法 被引量:12
3
作者 李亚非 曹长虎 《计算机工程》 CAS CSCD 北大核心 2011年第16期167-169,共3页
为充分发挥粒子群优化算法和遗传算法各自的优势,提出一种新的基于粒子群和遗传算法的协同进化算法,并将其应用于聚类分析。通过构建2个相互竞争的种群,采用相对适应度度量方法,在一个纯自举的过程中产生最优竞争个体。在现实世界数据... 为充分发挥粒子群优化算法和遗传算法各自的优势,提出一种新的基于粒子群和遗传算法的协同进化算法,并将其应用于聚类分析。通过构建2个相互竞争的种群,采用相对适应度度量方法,在一个纯自举的过程中产生最优竞争个体。在现实世界数据集上的仿真实验表明,该算法在收敛精度方面优于基于遗传算法的聚类方法和基本粒子群优化聚类算法。 展开更多
关键词 算法 协同算法 粒子优化 遗传算法 双种
在线阅读 下载PDF
复杂环境下无线传感器节点集群动态调度算法设计
4
作者 刘张榕 许力 《传感技术学报》 北大核心 2025年第6期1127-1132,共6页
在复杂环境下无线传感器节点调度目标选择混乱,导致传感器节点接收到的目标信息存在误差,影响无线传感器节点动态调度精度和网络能耗,为此提出复杂环境下无线传感器节点集群动态调度算法。计算异构集群系统中的计算节点和通信能耗,将总... 在复杂环境下无线传感器节点调度目标选择混乱,导致传感器节点接收到的目标信息存在误差,影响无线传感器节点动态调度精度和网络能耗,为此提出复杂环境下无线传感器节点集群动态调度算法。计算异构集群系统中的计算节点和通信能耗,将总能量损耗作为约束条件。通过应用反转镜技术、Kalman滤波、模糊C均值聚类算法,对传感网络节点的空间环境进行重组和优化。计算节点集群调度的最优化函数,选择合适的集群头节点和数量,考虑节点的距离、速度等重要性因素,确定节点调度任务分配策略,定期调整集群头节点、节点位置,动态调整集群调度策略。仿真结果表明,所提方法集群调度的负载均衡度数值为18.5,节点动态调度精度平均值为85.6%,调度耗时平均值为0.17 ms。 展开更多
关键词 无线传感器 节点动态调度 模糊C均值算法 协同Kalman滤波 调度算法
在线阅读 下载PDF
一种量子行为粒子群优化动态聚类算法 被引量:4
5
作者 陈伟 陈璟 +1 位作者 孙俊 须文波 《计算机应用研究》 CSCD 北大核心 2011年第7期2432-2435,共4页
为了改善量子行为粒子群优化算法的收敛性能,避免粒子早熟问题,提出了一种基于完全学习策略的量子行为粒子群优化算法。由此设计了一种新的数据聚类算法,新的聚类算法通过特殊的粒子编码方式在聚类过程中能够自动确定最佳的聚类数目。... 为了改善量子行为粒子群优化算法的收敛性能,避免粒子早熟问题,提出了一种基于完全学习策略的量子行为粒子群优化算法。由此设计了一种新的数据聚类算法,新的聚类算法通过特殊的粒子编码方式在聚类过程中能够自动确定最佳的聚类数目。在五个测试数据集上与其他两种动态聚类算法进行聚类实验比较,实验结果表明,基于完全学习策略的量子行为粒子群优化动态聚类算法能够获得较好的聚类结果,有着良好的应用前景。 展开更多
关键词 粒子优化 量子行为 完全学习策略 动态
在线阅读 下载PDF
基于人工免疫粒子群优化算法的动态聚类分析 被引量:4
6
作者 王磊 吉欢 徐庆征 《西安理工大学学报》 CAS 2008年第4期390-394,共5页
模糊C-均值聚类算法受初始化影响较大,在迭代时容易陷入局部极小值。将粒子群优化算法与模糊C-均值聚类算法相结合,提出一种新颖的动态聚类算法。该算法利用人工免疫思想改进粒子群优化过程,在很大程度上避免了粒子群算法和聚类算法早... 模糊C-均值聚类算法受初始化影响较大,在迭代时容易陷入局部极小值。将粒子群优化算法与模糊C-均值聚类算法相结合,提出一种新颖的动态聚类算法。该算法利用人工免疫思想改进粒子群优化过程,在很大程度上避免了粒子群算法和聚类算法早熟现象的发生,全局搜索能力和局部搜索能力优于同类算法。利用聚类理论中的经验规则kmax≤n来确定聚类数k的搜索范围,在最优粒子基础上进化新一级种群,该方案可有效提高算法的收敛速度。两组数据的仿真实验表明,新算法优于传统模糊C-均值聚类算法,具有收敛速度快和解的精度高的特点。 展开更多
关键词 人工免疫系统 粒子优化算法 动态 收敛性
在线阅读 下载PDF
基于免疫进化粒子群优化的动态聚类算法 被引量:2
7
作者 王磊 吉欢 刘小勇 《计算机工程》 CAS CSCD 北大核心 2009年第8期40-43,共4页
针对粒子群优化算法和传统聚类算法易产生"早熟"现象的不足,把人工免疫系统的免疫信息进化处理机制引入到粒子群优化算法,提出一种基于免疫进化粒子群的动态聚类算法。算法采用线性递减权策略为各个粒子选取适当惯性权值,利... 针对粒子群优化算法和传统聚类算法易产生"早熟"现象的不足,把人工免疫系统的免疫信息进化处理机制引入到粒子群优化算法,提出一种基于免疫进化粒子群的动态聚类算法。算法采用线性递减权策略为各个粒子选取适当惯性权值,利用免疫进化思想改进粒子群优化过程,同时利用聚类经验规则k≤n确定聚类数k的初始搜索范围,以性能代价函数为依据在聚类数目未知的情况下实现动态聚类。仿真实验表明,新算法有效提高聚类正确率,具有收敛精度高和聚类能力强等特点。 展开更多
关键词 免疫进化机制 粒子优化 线性递减权 动态
在线阅读 下载PDF
求解无人机三维路径规划问题的动态多子群樽海鞘群算法
8
作者 巫光福 王小林 《科学技术与工程》 北大核心 2025年第13期5501-5514,共14页
无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述... 无人机三维路径规划问题是在复杂三维环境中找到起点与终点之间最优路径的组合优化问题,但大多数路径规划算法难以在可接受的时间和精度范围内找到可行路径,因此提出了一种基于K-means++聚类优化的动态多子群樽海鞘群算法用于解决上述问题。首先,在三维环境模型中结合高度成本提出新的成本函数,将路径规划问题转化为多维函数优化问题。其次,采用K-means++聚类算法对种群进行分群,并设计动态多子群机制均衡算法的全局搜索与局部开发;各子群结合多策略协同改进,在避免算法陷入局部最优的同时提高全局寻优能力。最后,在12个CEC2017基准测试函数中验证了该算法对比其他5种算法(ISSA、MSNSSA、IBSO、MBFPA、SSA)的性能后,将其应用于三维环境中对最优路径规划问题进行求解。在不同的环境模型下的仿真实验结果表明,该算法的平均有效路径率相较于其他5种算法分别提高了15.5%、11%、23%、20.5%和18%,这证实了该算法在复杂环境下具有优秀的寻优能力。 展开更多
关键词 三维路径规划 成本函数 樽海鞘算法 K-means++算法 动态多子 协同改进
在线阅读 下载PDF
IIoT环境下基于聚类的工作流多雾协同调度算法 被引量:1
9
作者 吴宏伟 江凌云 陈海峰 《计算机工程与设计》 北大核心 2025年第1期52-59,共8页
为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中... 为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。 展开更多
关键词 工业物联网 工作流 二分K均值算法 多雾 免疫粒子优化算法 调度算法
在线阅读 下载PDF
基于动态粒子群优化与K-means聚类的图像分割算法 被引量:15
10
作者 李立军 张晓光 《现代电子技术》 北大核心 2018年第10期164-168,共5页
为了解决K-means聚类算法图像分割质量过度依赖于初始聚类中心选取,且易于陷入局部最优解等问题,提出一种基于动态粒子群优化(DPSO)与K-means聚类的图像分割算法(DPSOK)。通过动态调整惯性系数与学习因子来增强PSO算法的性能;然后计算... 为了解决K-means聚类算法图像分割质量过度依赖于初始聚类中心选取,且易于陷入局部最优解等问题,提出一种基于动态粒子群优化(DPSO)与K-means聚类的图像分割算法(DPSOK)。通过动态调整惯性系数与学习因子来增强PSO算法的性能;然后计算粒子群适应度方差,找准切换至K-means算法时机;随后,将DPSO输出结果用来初始化K-means聚类中心,使其收敛至全局最优解;最后,通过最小化目标函数的多次迭代,使K-means的聚类中心不断更新,直到收敛。实验结果表明,DPSOK能有效提高K-means的全局搜索能力,在图像分割中它比K-means,PSO获得了更好的分割效果,且与粒子群优化和K-means算法相比,DPSOK算法具有更高的分割质量与效率。 展开更多
关键词 图像分割 动态粒子优化 K-MEANS 适应度方差 算法 DPSOK
在线阅读 下载PDF
一种基于模板缩减的新型粒子群遗传聚类算法 被引量:3
11
作者 贾旋 周治平 《智能系统学报》 CSCD 北大核心 2016年第4期561-566,共6页
针对群聚类算法的速度问题,提出一种基于模板缩减法加速的新型粒子群广义遗传(PSO-GGA)聚类算法。为了充分地同模板缩减法相结合,该算法采用一种广义遗传算法与粒子群算法串行使用,既能增加种群多样性,又能对模板缩减操作中需要保护的... 针对群聚类算法的速度问题,提出一种基于模板缩减法加速的新型粒子群广义遗传(PSO-GGA)聚类算法。为了充分地同模板缩减法相结合,该算法采用一种广义遗传算法与粒子群算法串行使用,既能增加种群多样性,又能对模板缩减操作中需要保护的模板进行储存。同时,对每个周期替换粒子数量采用一种递增策略来充分吸取粒子群快速寻优和遗传算法搜索空间大的特性。实验表明:对8个数据集进行测试,该算法能够在基本不降低聚类品质的基础上,显著地缩短聚类时间。 展开更多
关键词 模板缩减 粒子 广义遗传算法
在线阅读 下载PDF
基于图像特征点粒子群聚类算法的麦田作物行检测 被引量:37
12
作者 姜国权 杨小亚 +1 位作者 王志衡 刘红敏 《农业工程学报》 EI CAS CSCD 北大核心 2017年第11期165-170,共6页
为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作... 为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。 展开更多
关键词 图像处理 算法 作物行检测 粒子优化 最小二乘法
在线阅读 下载PDF
基于粒子群优化算法的模糊C-均值聚类 被引量:27
13
作者 张利彪 周春光 +2 位作者 马铭 刘小华 孙彩堂 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2006年第2期217-222,共6页
利用粒子群优化(PSO)算法全局寻优、快速收敛的特点,结合模糊C-均值(FCM)算法提出一种新的模糊聚类算法.新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小... 利用粒子群优化(PSO)算法全局寻优、快速收敛的特点,结合模糊C-均值(FCM)算法提出一种新的模糊聚类算法.新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度.实验结果表明,与FCM相比本文算法聚类更为准确,效率更高. 展开更多
关键词 粒子优化算法 模糊 模糊C-均值算法
在线阅读 下载PDF
蚁群-遗传融合的文本聚类算法 被引量:15
14
作者 张云 冯博琴 +1 位作者 麻首强 刘连梦 《西安交通大学学报》 EI CAS CSCD 北大核心 2007年第10期1146-1150,共5页
针对蚁群算法容易出现停滞现象而不能对解空间进行全面搜索的问题,提出了一种蚁群-遗传融合的文本聚类算法.该算法将影响蚁群算法性能的4个参数作为遗传算法中的染色体进行编码,基于此又设计出相应的适应度函数以及选择交叉变异算子,通... 针对蚁群算法容易出现停滞现象而不能对解空间进行全面搜索的问题,提出了一种蚁群-遗传融合的文本聚类算法.该算法将影响蚁群算法性能的4个参数作为遗传算法中的染色体进行编码,基于此又设计出相应的适应度函数以及选择交叉变异算子,通过多次迭代找出最优的参数组合,并将其应用到文本聚类问题上.经与经典的k均值聚类算法、基本的蚁群聚类算法的仿真比较,结果表明所提出算法的聚类效果更好,在3个测试集上的F度量值要比k均值聚类算法分别提高5.69%、48.60%、69.60%,所以更适合于处理较大规模的数据集. 展开更多
关键词 算法 遗传算法 融合 文本
在线阅读 下载PDF
基于粒子群优化的模糊C-均值聚类改进算法 被引量:18
15
作者 蒲蓬勃 王鸽 刘太安 《计算机工程与设计》 CSCD 北大核心 2008年第16期4277-4279,共3页
针对模糊C-均值聚类算法(FCM)存在易陷入局部优化的问题,将粒子群优化算法(PSO)和模糊C-均值聚类算法FCM相结合,提出了一种新的模糊聚类算法PSO-FCM。该算法使用PSO算法来代替FCM的迭代过程以实现模糊聚类,具有了很强的全局搜索能力,从... 针对模糊C-均值聚类算法(FCM)存在易陷入局部优化的问题,将粒子群优化算法(PSO)和模糊C-均值聚类算法FCM相结合,提出了一种新的模糊聚类算法PSO-FCM。该算法使用PSO算法来代替FCM的迭代过程以实现模糊聚类,具有了很强的全局搜索能力,从而不用再为得到好的聚类效果而反复选择初值。仿真实验结果表明,提出的模糊聚类算法提高了FCM的搜索能力,具有更好的稳定性和健壮性,优化能力增强,提高了聚类的效率和效果。 展开更多
关键词 全局优化 模糊C-均值算法 粒子优化算法 粒子
在线阅读 下载PDF
基于聚类的多子群粒子群优化算法 被引量:11
16
作者 高鹰 谢胜利 +1 位作者 许若宁 李朝晖 《计算机应用研究》 CSCD 北大核心 2006年第4期40-41,共2页
在粒子群优化算法基础上,提出了基于聚类的多子群粒子群优化算法。该算法在每次迭代过程中首先通过聚类方法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和“子群”中的最优粒子更新自己的速度和位置值。这种处理增加... 在粒子群优化算法基础上,提出了基于聚类的多子群粒子群优化算法。该算法在每次迭代过程中首先通过聚类方法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和“子群”中的最优粒子更新自己的速度和位置值。这种处理增加了粒子之间的信息交换,利用了更多粒子在迭代过程中的信息,使算法的收敛性能更好。仿真结果表明,该算法的性能优于粒子群优化算法。 展开更多
关键词 粒子优化算法
在线阅读 下载PDF
基于云计算和量子粒子群算法的电力负荷曲线聚类算法研究 被引量:24
17
作者 张少敏 赵硕 王保义 《电力系统保护与控制》 EI CSCD 北大核心 2014年第21期93-98,共6页
针对电力数据海量化、多维化的趋势,为了提高聚类算法的聚类质量,并解决传统聚类算法聚类海量高维数据时单机计算资源不足的瓶颈,提出了一种基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法。将量子粒子群群体智能... 针对电力数据海量化、多维化的趋势,为了提高聚类算法的聚类质量,并解决传统聚类算法聚类海量高维数据时单机计算资源不足的瓶颈,提出了一种基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法。将量子粒子群群体智能算法引入到传统模糊C均值聚类算法中,利用QPSO较强的全局搜索能力,克服FCM算法易陷入局部最优以及其对初始聚类中心过于敏感的缺陷。最后,采用云计算的MapReduce编程框架以及HBase分布式数据库对算法进行并行化改进。经实验验证与FCM算法和AFCM算法相比聚类正确率提高了10%左右,且并行性能较好。 展开更多
关键词 云计算 MAPREDUCE框架 电力负荷分 模糊C均值算法 量子粒子算法
在线阅读 下载PDF
基于并行免疫遗传算法基因表达数据的动态模糊聚类 被引量:8
18
作者 郑明 刘桂霞 +3 位作者 周春光 王晗 郑小红 李艳文 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2009年第1期63-68,共6页
提出一种改进的并行免疫遗传算法,通过在群体规模上引入"岛"的概念,实现了可变的群体规模;通过在适应度函数内引入免疫算子,避免了算法过早收敛.因此,解决了寻优算法中局部收敛的困扰,提高了获得全局最优解的几率.把此算法应... 提出一种改进的并行免疫遗传算法,通过在群体规模上引入"岛"的概念,实现了可变的群体规模;通过在适应度函数内引入免疫算子,避免了算法过早收敛.因此,解决了寻优算法中局部收敛的困扰,提高了获得全局最优解的几率.把此算法应用于斯坦福大学酵母细胞周期表达数据库的数据进行共表达聚类,并将实验结果与Spellman按照功能基因组学进行聚类所得结果进行了对比,证明了所给算法在功能基因组学聚类上的有效性. 展开更多
关键词 动态模糊 并行免疫遗传算法 免疫算子 岛屿
在线阅读 下载PDF
结合双粒子群和K-means的混合文本聚类算法 被引量:16
19
作者 王永贵 林琳 刘宪国 《计算机应用研究》 CSCD 北大核心 2014年第2期364-368,共5页
传统K-means算法对初始聚类中心选择较敏感,结果有可能收敛于一般次优解,为些提出一种结合双粒子群和K-means的混合文本聚类算法。设计了自调整惯性权值策略,根据最优适应度值的变化率动态调整惯性权值。两子群分别采用基于不同惯性权... 传统K-means算法对初始聚类中心选择较敏感,结果有可能收敛于一般次优解,为些提出一种结合双粒子群和K-means的混合文本聚类算法。设计了自调整惯性权值策略,根据最优适应度值的变化率动态调整惯性权值。两子群分别采用基于不同惯性权值策略的粒子群算法进化,子代间及子代与父代信息交流,共享最优粒子,替换最劣粒子,完成进化,该算法命名为双粒子群算法。将能平衡全局与局部搜索能力的双粒子群算法与高效的K-means算法结合,每个粒子是一组聚类中心,类内离散度之和的倒数是适应度函数,用K-means算法优化新生粒子,即为结合双粒子群和K-means的混合文本聚类算法。实验结果表明,该算法相对于K-means、PSO等文本聚类算法具有更强鲁棒性,聚类效果也有明显的改善。 展开更多
关键词 粒子 自调整惯性权值 信息交流 K-MEANS算法 文本
在线阅读 下载PDF
一种基于粒子群的聚类算法 被引量:14
20
作者 姚丽娟 罗可 孟颖 《计算机工程与应用》 CSCD 2012年第13期150-153,175,共5页
针对K-中心点算法对初始化敏感和容易陷入局部极值的缺点,提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法初始化时选择距离较远的k个候选范围作为k个聚类中心的选择范围,即粒子的初始值都在该k个范围内。通过粒子... 针对K-中心点算法对初始化敏感和容易陷入局部极值的缺点,提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法初始化时选择距离较远的k个候选范围作为k个聚类中心的选择范围,即粒子的初始值都在该k个范围内。通过粒子群算法优化聚类中心,以解决K-中心点算法因为聚类中心迭代计算较为复杂而导致的时间复杂度较高的问题。实验结果表明,该算法具有较高的正确率,较小的时间复杂度,综合性能更加稳定。 展开更多
关键词 粒子算法 K-中心点算法 密度初始化
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部