一种新的聚类算法——粒子群聚类算法  

A Novel K-means Clustering Based on Particle Swarm Optimization Algorithm

作　　者：刘靖明[1] 韩丽川[1] 侯立文[1] 

机构地区：[1]上海交通大学管理学院,上海200030

出　　处：《计算机工程与应用》2005年第20期183-185,共3页Computer Engineering and Applications

摘　　要：在分析K均值聚类算法存在不足的基础上,该文提出了一种新的聚类算法:基于粒子群的K均值聚类算法。实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度。After analyzing the disadvantages of the classical K-means clustering algorithm,this paper proposes a novel K-means clustering based on Particle Swarm Optimization algorithm.The experimental results show that the algorithm not only avoids the local optima and is robust to initialization,but also increases the convergence speed and has global searching capability.

关 键 词：粒子群算法 K均值算法 聚类分析 全局优化 收敛 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]