• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王丝丝 (王丝丝.) | 张敬磊 (张敬磊.) | 陈慈 (陈慈.) | 张洪宾 (张洪宾.) | 马春杰 (马春杰.)

收录:

CQVIP PKU CSCD

摘要:

利用K-means进行数据聚类时,借用不同处理手段其统计距离和聚类中心等会有所差异,从而影响聚类结果,尤其是当数据维度增高时,这种现象更为明显.对此,文章提出一种基于样本方差的多元统计距离算法,并引入改进人工蜂群算法及评价准则函数确定聚类中心和最佳聚类数,优化K-means算法.理论上,该方法可以克服原算法易陷入局部最优和固定聚类数等缺陷.最后,通过特异值检测,人工数据集以及UCI真实数据集测试验证该优化算法性能.

关键词:

人工蜂群算法 最佳聚类数 样本方差 算术交叉

作者机构:

  • [ 1 ] 山东理工大学交通与车辆工程学院
  • [ 2 ] 北京工业大学城市交通学院

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

来源 :

系统科学与数学

年份: 2018

期: 10

卷: 38

页码: 1117-1127

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 2

在线人数/总访问数:794/2994336
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司