一种新的基于粒子群密度的聚类算法  

A Novel Particle Swarm Optimization Clustering Algorithm Based on Density

作　　者：张宇[1] 吴昊[1] 陈怀新[1] 

机构地区：[1]中国西南电子技术研究所,成都610036

出　　处：《电讯技术》2008年第8期17-21,共5页Telecommunication Engineering

基　　金：国防预研项目(513150802)

摘　　要：提出了一种新的粒子群密度聚类算法和对粒子群的初始化方法。该算法具有传统粒子群算法寻找最优解的特点,同时从密度的角度考虑了数据总体的分布,增强了寻找局部最优解的能力,并通过对粒子群的初始化加快了粒子群的收敛速度,得到了更好的聚类效果。对仿真数据和IRIS真实数据的实验结果证明,该算法聚类效果优于传统粒子群聚类算法和K均值算法。This paper proposes a novel particle swarm optimization （PSO）clustering algorithm based on density and PSO initialization method. The algorithm not only possesses the characteristic of globe searching capability but also considers distribution of all data from density angle. The algorithm increases the convergence speed and improves local searching capability by initialization. The experiments with simulated data and real IRIS data show that the clustering effect of the algorithm is better than that of PSO and KMEANS algorithm.

关 键 词：聚类分析 粒子群优化算法 初始化 K均值算法 数据分布 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]