本文作者:林有城;符强;谢文斌;史马杰;童楠;成功正常投稿发表论文到《计算机系统应用》2014年02期,引用请注明来源400期刊网!
【摘要】:针对传统K-means算法中对初始化聚类中心敏感,容易陷入局部极小值等缺点,提出了一种基于粒子群算法和多类合并方法的新型K-means聚类算法.该算法首先利用改进粒子群算法选取初始聚类中心,然后利用K-means算法进行优化聚类,最后根据多类合并条件进行聚类合并,以获取最佳聚类结果.实验结果证明,该算法能有效解决传统K-means算法存在的缺陷,具有更快的收敛速度及更好的全局搜索能力,聚类划分效果更优.
【论文正文预览】:传统K-means算法具有结构简单及收敛速度快等优点,在数据挖掘、图像分割、模式识别等诸多领域得到了广泛应用.然而在实际使用中,K-means算法也存在对初始值敏感,易陷入局部最优等问题. 为了克服这些缺点,文献[1]提出利用灰度直方图的峰数估计最佳聚类数目,并用Qstu法进一步确
【文章分类号】:TP311.13
【稿件关键词】:粒子群算法多类合并K-means算法适应度方差
【参考文献】:
- 王联国;韩晓慧;宋磊;;基于改进混合蛙跳-K均值聚类算法的无功电压控制分区[J];传感器与微系统;2013年06期
- 韩晓慧;王联国;;一种基于改进混合蛙跳的聚类算法[J];传感器与微系统;2012年04期
- 范磊,陈珩;二次电压控制研究(一)[J];电力系统自动化;2000年11期
- 刘大鹏,唐国庆,陈珩;基于Tabu搜索的电压控制分区[J];电力系统自动化;2002年06期
- 郭庆来,孙宏斌,张伯明,吴文传;基于无功源控制空间聚类分析的无功电压分区[J];电力系统自动化;2005年10期
- 王颖;彭建春;何禹清;周春明;张二飞;郭冉;;模糊聚类法在二级电压控制分区中的应用[J];继电器;2008年11期
- 王茜;张粒子;舒隽;王楠;;基于阈值选择策略的改进混合蛙跳算法在电网规划中的应用[J];电力系统保护与控制;2011年03期
- 康勇;李华强;郑武;康宁;赵磊;;基于能量灵敏度矩阵和模糊聚类分析的电压控制分区[J];电力系统保护与控制;2011年12期
- 杨秀媛;董征;唐宝;陈树勇;;基于模糊聚类分析的无功电压控制分区[J];中国电机工程学报;2006年22期
- 王耀瑜,张伯明,孙宏斌,相年德;一种基于专家知识的电力系统电压/无功分级分布式优化控制分区方法[J];中国电机工程学报;1998年03期
- 易云飞;吴启明;唐凤仙;;一种基于复合形粒子群算法的改进k-means聚类算法[J];软件导刊;2008年10期
- 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
- 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
- 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
- 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
- 石秀玲;;论数字挖掘技术在图书馆借阅系统中的应用[J];内蒙古财经学院学报(综合版);2011年03期
- 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
- 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
- 陈健;刘同玉;;混合区间粒子群算法[J];系统工程理论方法应用;2006年06期
- 李彦勤;郑彬彬;;粒子动力学演化算法在单目标优化中的应用研究[J];光盘技术;2006年06期
- 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
- 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
- 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
- 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
- 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
- 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
- 董娜;孟建良;卜亚杰;王莉莉;;基于速度松弛策略的模拟退火粒子群算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
- 张强;李本威;王永华;;粒子群算法在航空发动机部件级仿真模型中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
- 傅调平;陈建华;李刚强;倪兴勇;;一种改进的多目标粒子群算法PMOPSO及其在舰艇航路优化中的应用[A];2007年中国智能自动化会议论文集[C];2007年
- 尹强;;一种基于粒子群算法的半脆弱水印方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
- 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
- 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
- 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
- 缪鹍;公(铁)工程三维选线的群智能算法研究[D];中南大学;2011年
- 赵吉;群体智能算法研究及其应用[D];江南大学;2010年
- 陈颖;自适应光学仿真系统关键技术研究[D];电子科技大学;2013年
- 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年
- 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年
- 何静媛;RNA二级结构预测算法的研究[D];重庆大学;2009年
- 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
- 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
- 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
- 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
- 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
- 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
- 冯维;基于粒子群算法求解多目标函数优化[D];吉林大学;2010年
- 兰任;基于并行混合粒子群算法的蛋白质结构预测[D];大连理工大学;2010年
- 管月智;粒子群算法的研究与应用[D];江南大学;2011年
- 王龙;支持动力舱布局设计的布局模式粒子群算法研究及应用[D];大连理工大学;2010年
- 张文静;协同粒子群算法及其在多车场路径优化问题中的应用[D];华东师范大学;2011年
【稿件标题】:【聚类算法比较论文】基于多类合并的PSO-means聚类算法
【作者单位】:宁波大学科技学院;
【发表期刊期数】:《
计算机系统应用》2014年02期
【期刊简介】:《计算机系统应用》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊,计算机系统应用杂志具有正规的双刊号,其中国内统一刊号:CN11-2854/TP,国际刊号:ISSN1003-3254。计算机系统应用杂志社由中国科学院主管、中国科学院软件研究所主办,......更多
计算机系统应用杂志社(
http://www.400qikan.com/qk/6302/)投稿信息
【版权所有人】:林有城;符强;谢文斌;史马杰;童楠;
更多
科技类论文详细信息:
【聚类算法比较论文】基于多类合并的PSO-means聚类算法
http://www.400qikan.com/lunwen/keji/17029.html
相关专题:创造性思维训练 有道词典 《计算机系统应用》相关期刊
推荐期刊:
机电工程作文新天地失效分析与预防能源研究与利用广西民族师范学院学报全国商情地理科学中国实用医药水土保持通报宝钢技术研究
上一篇:
图像增强算法范文|一种基于模糊MSR的医学X光图像增强算法
下一篇:
迷宫求解算法范文|求解半定规划的新算法