基于GSA算法改进的K均值聚类
Improved K-means clustering based on GSA algorithm作者机构:火箭军工程大学作战保障学院陕西西安710025
出 版 物:《计算机工程与设计》 (Computer Engineering and Design)
年 卷 期:2020年第41卷第4期
页 面:1001-1005页
学科分类:08[工学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 081202[工学-计算机软件与理论]
基 金:国家自然科学基金项目(61179004、61179005)。
主 题:K均值 万有引力搜索算法 粒子编码 种群成熟度 最佳聚类数
摘 要:为改善K均值聚类存在的对初始聚心敏感、全局搜索能力弱和凭经验确定聚类数等不足,提出一种基于GSA算法的改进K均值聚类。采用粒子编码策略,把聚类中心集合视作种群粒子,引入GSA搜索聚类质量最好的初始聚类中心,设均方误差为适应度函数,引导全局搜索方向,设置种群成熟度因子避免算法陷入局部最优,引入聚类质量评价指标获取最佳聚类数。通过在4种UCI数据集上做仿真测试,验证了改进后K均值聚类具有较高的正确率和更好的稳定性。