|
|
1.
基于遗传算法与密度及距离计算的聚类方法
王泽, 张宏军, 张睿, 贺邓超
计算机应用
2015, 35 (11):
3243-3246.
DOI: 10.11772/j.issn.1001-9081.2015.11.3243
为解决聚类中心选择困难和数据点密度计算泛化能力弱的问题,提出一种基于遗传算法与密度及距离计算的聚类方法.该算法通过指数方法计算数据点密度,降低参数对算法性能的影响;用遗传算法搜索最优密度和距离阈值,同时引入惩罚因子,克服算法搜索域偏移从而提高收敛速度,寻找最优聚类中心,并用归属方法完成聚类.通过4组人工数据集和4组UCI数据集实验证明,该方法在RI指数、聚类精度、聚类纯度、召回率等4个聚类评价指标上都达到与
K-means算法、快速搜索聚类算法和Max_Min_SD算法相当或更好的效果,算法是有效的.
参考文献 |
相关文章 |
多维度评价
|
|
