检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

求解聚类问题的异构蝙蝠算法

计算机工程与设计 2017年第3期38卷 677-681,728页

作者：熊珍傅秀芬广东工业大学计算机学院广东广州510006

为解决蝙蝠算法在较高精度要求下收敛速度慢且易于陷入局部最优等缺陷问题,在蝙蝠算法框架基础上,利用具有良好随机性的Lévy飞行来增强算法的全局搜索能力,结合单纯形法提高算法在局部开采时的性能,提出一种异构的蝙蝠算法。对聚类问... 详细信息

为解决蝙蝠算法在较高精度要求下收敛速度慢且易于陷入局部最优等缺陷问题,在蝙蝠算法框架基础上,利用具有良好随机性的Lévy飞行来增强算法的全局搜索能力,结合单纯形法提高算法在局部开采时的性能,提出一种异构的蝙蝠算法。对聚类问题进行解的映射表示并且进行仿真实验。实验数据表明,该算法求解精度高、收敛速度快,具备有效性和可行性,为解决聚类问题提供了可参考的求解算法。

关键词：蝙蝠算法 Lévy飞行聚类问题单纯形法异构蝙蝠算法

求解聚类问题的基于相邻对数的启发式算法研究

在线全文

学校读者我要写书评

暂无评论

求解聚类问题的基于相邻对数的启发式算法研究

作者：陈康华中科技大学

学位级别：硕士

聚类通常以减少类内数据对象的差异为目标,将数据集划分成若干簇,使相似的对象尽可能被划分到同一个簇。给定一个可以度量聚类结果的目标函数,通过寻找具有不同簇数的多个聚类解,使给定的目标函数值最小,从而获得最优簇划分。因此目标... 详细信息

聚类通常以减少类内数据对象的差异为目标,将数据集划分成若干簇,使相似的对象尽可能被划分到同一个簇。给定一个可以度量聚类结果的目标函数,通过寻找具有不同簇数的多个聚类解,使给定的目标函数值最小,从而获得最优簇划分。因此目标函数的定义至关重要,它能直接影响到聚类结果的质量。当前聚类算法常用的目标函数是计算每个点到所属簇中心的距离平方和,然而该目标函数值有一定的局限性,它在每一次计算时都需要用到簇中心,对初始聚类中心非常敏感,只能适用于一些等尺寸等密度的球形数据集。本文通过理论与实验分析,在聚类过程中考虑簇边界,定义了一种基于不同簇间的相邻对数的目标函数。它统计的是簇边界间的相邻点对数量,弱化了簇中心的概念,在此基础上给出基于相邻对数的多启动局部搜索策略。首先,每个聚类的中心不再是其均值中心。其次,在构造初始解时,基于权重的中心选取策略来选取一个初始中心集合。再次,在迭代优化时利用合并和拆分两个基本的元操作来优化不同簇间的相邻对数值,合并操作将相邻对数最大的两个簇合并为一个簇,拆分操作从剩余簇中选出一个簇进行分裂。最后,将簇的中心在其邻域内作试探性地交换,并且要满足候选中心的条件,使中心在其邻域内微调整。本文在7组不同类型的公共基准数据集上进行测试。分别从Jaccard系数、FMI和准确率上对聚类结果的质量进行度量,尽可能减小度量标准本身对聚类结果的影响,在5组算例上的Jaccard系数和FMI度量值达到了95%以上。然后,又与k-means、k-means++、maximin k-means算法进行对比实验,在3组算例上的运行时间优于其它算法,在其它算例上可以和k-means++持平。综上所述,本文提出了一种求解经典的聚类问题的基于相邻对数的启发式算法,并且在不同类型的数据集上测试,验证了所提出的算法能适用于多种类型的数据集,和其它算法相比,收敛速率也有一定程度的优势。

关键词：聚类问题中心调整目标函数局部搜索

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进布谷鸟算法的聚类问题的研究

基于改进布谷鸟算法的聚类问题的研究

作者：陈虹羊辽宁科技大学

学位级别：硕士

随着大数据时代的来临和云计算技术的发展,数据爆炸式增长。面对如此大量繁杂的数据,如何从这些海量数据中挖掘出有价值的信息是我们必须解决的问题。聚类问题作为数据挖掘体系中最重要的研究方向之一,其在诸多领域上都有着广泛的应用,... 详细信息

随着大数据时代的来临和云计算技术的发展,数据爆炸式增长。面对如此大量繁杂的数据,如何从这些海量数据中挖掘出有价值的信息是我们必须解决的问题。聚类问题作为数据挖掘体系中最重要的研究方向之一,其在诸多领域上都有着广泛的应用,选取合理的问题模型和方法,可以有效地从海量数据中得到所需要的有效信息并加以利用。本文针对带容量约束的聚类模型（CCP）进行研究,这是一种典型的聚类经典定位问题。针对原始的聚类方法依赖初始解、容易陷入局部最优的缺点,本文提出了改进的布谷鸟搜索算法求解问题。首先布谷鸟搜索算法（CS）具有较强的全局搜索能力及交互能力,能够通过莱维飞行的更新机制逃离局部最优陷阱,提高了种群的多样性,具有一定的优势。其次,在此算法基础上,为了提高CS算法搜索效率,用K-Means确定初始中心,快速产生初始解;同时利用环交换邻域搜索（CT）来对解进行进一步优化,在数据集中寻找可行负环,扩大解的空间搜索范围,改进了解的质量,能够更加快速地求得问题的近似最优解。本文采用OR-Library库中的数据集作为实例数据源进行了实验对比,运用MATLAB语言编写了计算程序。结果表明:在实验所采用的标准数据集上,首先,相较于K-Means算法、布谷鸟算法,改进后的布谷鸟算法性能明显有所提高;其次,与标准数据集的最优值相比,改进后的布谷鸟算法对比其他三种启发式算法更接近数据集的最优值,具有优越性。最后,采用物流配送中心选址实际数据验证,对本文提出的改进算法的实验结果与文献中算法进行对比分析,实验结果表明本文的改进算法解决聚类问题效果较好,说明本文所提出的方法具有一定地可行性和优越性。

关键词：聚类问题带容量约束的聚类模型布谷鸟算法环交换

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合蛙跳算法的聚类问题研究

天津理工大学学报 2012年第1期28卷 18-22页

作者：王博凯杨淑莹王光彪冯帆贾紫娟天津理工大学计算机与通信工程学院天津300384

混合蛙跳算法(SFLA)是一种基于子群——种群进化模式的群智能优化算法,通过自身特有的分组算子实现不同解的合理分布,能够有效跳出局部最优;局部位置更新算子只对最差解进行更新,加快了算法的收敛速度。针对传统算法在解决聚类问题时存... 详细信息

混合蛙跳算法(SFLA)是一种基于子群——种群进化模式的群智能优化算法,通过自身特有的分组算子实现不同解的合理分布,能够有效跳出局部最优;局部位置更新算子只对最差解进行更新,加快了算法的收敛速度。针对传统算法在解决聚类问题时存在聚类精度低和算法收敛速度较慢等缺点,本文提出了运用混合蛙跳算法来解决聚类问题,通过采用基于图像二维空间像素特征提取的方法构造青蛙个体解,设计青蛙进化的目标函数和青蛙位置更新策略,并通过数字,图形等验证了该算法解决聚类问题的有效性.

关键词：混合蛙跳算法聚类问题种群进化

在线全文

学校读者我要写书评

暂无评论

求解聚类问题的混合粒子群优化算法

科学技术与工程 2005年第23期5卷 1792-1795页

作者：高尚杨静宇江苏科技大学电子信息学院南京理工大学计算机科学与技术系南京210094

建立了聚类分析问题模型,结合遗传算法的思想提出的混合粒子群算法来解决聚类问题。该算法可进一步改进,思路是利用K-均值方法的结果作为一个粒子。经过比较测试,4种粒子群算法的效果都比较好,特别是交叉策略A和变异策略B的组合算法... 详细信息

建立了聚类分析问题模型,结合遗传算法的思想提出的混合粒子群算法来解决聚类问题。该算法可进一步改进,思路是利用K-均值方法的结果作为一个粒子。经过比较测试,4种粒子群算法的效果都比较好,特别是交叉策略A和变异策略B的组合算法最好。

关键词：粒子群聚类问题优化

在线全文

学校读者我要写书评

暂无评论

近似骨架导向的归约聚类算法

电子与信息学报 2009年第12期31卷 2953-2957页

作者：宗瑜李明楚江贺大连理工大学软件学院大连116621 中国科学院软件研究所计算机科学国家重点实验室北京100190

该文针对聚类问题上缺乏骨架研究成果的现状,分析了聚类问题的近似骨架特征,设计并实现了近似骨架导向的归约聚类算法。该算法的基本思想是:首先利用现有的启发式聚类算法得到同一聚类实例的多个局部最优解,通过对局部最优解求交得到近... 详细信息

该文针对聚类问题上缺乏骨架研究成果的现状,分析了聚类问题的近似骨架特征,设计并实现了近似骨架导向的归约聚类算法。该算法的基本思想是:首先利用现有的启发式聚类算法得到同一聚类实例的多个局部最优解,通过对局部最优解求交得到近似骨架,将近似骨架固定得到规模更小的搜索空间,最后在新空间上求解。在26个仿真数据集和3个实际数据集上的实验结果表明,骨架理论对提高聚类质量、降低初始解影响及加快算法收敛速度等方面均十分有效。

关键词：聚类问题 NP-难解启发式算法近似骨架

在线全文

学校读者我要写书评

暂无评论

一种新的基于粒子群算法的聚类方法

南京航空航天大学学报 2006年第B7期38卷 62-65页

作者：高尚杨静宇江苏科技大学电子信息学院南京理工大学计算机科学与技术系南京210094

建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题。对基本粒子群优化算法作了改进,思路是将K-均值方法的结果作为一个粒子和利用新的分类中心调整粒子位置。对Iris植物样本数据的测试结果表明:4种粒子群算法的... 详细信息

建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题。对基本粒子群优化算法作了改进,思路是将K-均值方法的结果作为一个粒子和利用新的分类中心调整粒子位置。对Iris植物样本数据的测试结果表明:4种粒子群算法的效果都比较好,特别是第3种改进的粒子群算法的效果更好,粒子群优化聚类技术很有潜力．

关键词：粒子群算法聚类问题优化

在线全文

学校读者我要写书评

暂无评论

ART-2神经网络的研究与改进

红外与激光工程 2004年第1期33卷 101-106页

作者：唐红卫桑农曹治国张天序华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室湖北武汉430074

ART-2神经网络可以很好地应用于模式识别中的聚类问题,但是由于其算法结构中固有的归一化环节,在处理数据过程中丢失了非常重要的幅度信息。在分析这一不足的基础上,提出两种改进算法,同时给出了相应的实验结果。

关键词：自适应谐振理论 ART-2神经网络幅度信息相位信息相似度模式识别聚类问题

在线全文

学校读者我要写书评

暂无评论

k-平均问题及其变形的算法综述

运筹学学报 2017年第2期21卷 101-109页

作者：徐大川许宜诚张冬梅北京工业大学应用数理学院北京100124 山东建筑大学计算机科学与技术学院济南250101

k-平均问题是计算机科学和组合优化领域的经典问题之一.k-平均聚类作为最受重视而且最简单易懂的一种聚类分析方法流行于数据挖掘领域.k-平均问题可描述为:给定n个元素的观测集,其中每个观测点都是d维实向量,目标是把这n个观测点划分到k... 详细信息

k-平均问题是计算机科学和组合优化领域的经典问题之一.k-平均聚类作为最受重视而且最简单易懂的一种聚类分析方法流行于数据挖掘领域.k-平均问题可描述为:给定n个元素的观测集,其中每个观测点都是d维实向量,目标是把这n个观测点划分到k(≤n)个集合中,使得所有集合中的点到对应的聚类中心的距离的平方和最小,其中一个集合的聚类中心指的是该集合中所有观测点的均值.k-平均问题在理论上是NP-难的,但有高效的启发式算法,广泛应用在市场划分、机器视觉、地质统计学、天文学和农业等实际背景中.随着实际问题中遇到的k-平均问题更加复杂,数据量更加庞大,还需学者进行更深一步的研究.罗列出k-平均问题及其诸多变形及推广问题的经典算法,并总结k-平均中尚待研究的若干问题.

关键词：聚类问题 k-平均 NP-难