位置:成果数据库 > 期刊 > 期刊详情页
一种基于PSO的动态聚类算法
  • ISSN号:1000-1239
  • 期刊名称:《计算机研究与发展》
  • 时间:0
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:吉林大学计算机科学与技术学院,长春,130012, 符号计算与知识工程教育部重点实验室,长春,130012 吉林大学计算机科学与技术学院,长春,130012, 符号计算与知识工程教育部重点实验室,长春,130012 吉林大学计算机科学与技术学院,长春,130012, 符号计算与知识工程教育部重点实验室,长春,130012 吉林大学计算机科学与技术学院,长春,130012, 符号计算与知识工程教育部重点实验室,长春,130012
  • 相关基金:国家自然科学基金项目(60473003);吉林省科技发展计划基金项目(20040526);教育部新世纪优秀人才支持计划基金项目(60273080);吉林省杰出青年基金项目(20030107)
中文摘要:

传统的划分聚类算法必须指定簇的数量且聚类结果受初始条件的影响较大.针对此缺点,提出了一种基于PSO和K-means的混合动态聚类算法--DKPSO,运行过程中能够自动确定聚类簇的最佳数量.此算法在初始时将聚类数据划分为较多数量的簇以减少初始条件的影响,然后使用离散PSO算法不断优化簇的数量并使用K-means算法进一步优化每个粒子代表的聚类中心.为了提高收敛速度,对算法进行了的改进,使每个粒子的惯性权重随迭代次数非线性自适应地调整.最后通过实验对算法的有效性进行了验证,并给出实验结果.

同期刊论文项目
期刊论文 13 会议论文 1
期刊论文 60 会议论文 19
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:40349