基于粒子群的三支聚类算法

作     者：高艳龙 万仁霞 陈瑞典 GAO Yanlong;WAN Renxia;CHEN Ruidian

作者机构：宁夏智能信息与大数据处理重点实验室宁夏银川750021 福建弘扬软件有限公司健康大数据研究院福建福州350002 

出 版 物：《福州大学学报（自然科学版）》 (Journal of Fuzhou University(Natural Science Edition))

年 卷 期：2022年第50卷第3期

页      面：301-307页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61662001) 宁夏重点实验室课题(2019KLBD006) 

主　　题：三支聚类算法 三支决策理论 K均值聚类算法 粒子群优化算法 

摘      要：针对K均值聚类(K-means)算法处理复杂问题时易陷入局部最优值、聚类质量较差等不足,提出一种基于粒子群的三支聚类算法.该算法先以随机产生的聚类中心组合作为初始粒子,构成粒子群;然后,通过调整算法中的速度公式参数,使粒子在迭代过程中能较快速地找出全局最优解,即最优的聚类中心;最后,采用三支决策的方法考察数据与类的关系,把确定归属的数据分配到类的核心域,归属不确定的数据分配到类的边界域.实验结果验证了所提算法的有效性,在寻找全局最优值和聚类结果准确性等方面算法都具有较好的性能.