基于改进粒子群算法的K均值聚类算法的研究  

Research of K-Means Cluster Algorithm Based On Improved Particle Swarm Algorithm

作　　者：陈瑛[1] 黄灿辉[1] 

机构地区：[1]华南师范大学增城学院计算机系,广东广州511363

出　　处：《内蒙古师范大学学报（自然科学汉文版）》2014年第4期478-482,共5页Journal of Inner Mongolia Normal University(Natural Science Edition)

基　　金：广东省自然科学基金资助项目(S2011010003442)

摘　　要：研究了带压缩因子的粒子群算法,通过配置最优参数以及控制收敛速度来改进粒子群聚类算法,并利用它对IRIS数据集和WINE数据集进行测试.实验结果表明,改进后的算法能控制粒子群的更新速度,并有效改进粒子群算法的准确率和全局收敛性.Particle swarm optimization with compression factor is researched.By configuring optimal parameters and controlling the convergence rate,the particle clustering algorithm is improved by which the IRIS data set and WINE set are tested.The result shows that the improved algorithm controls the updated rate of particle swarm,and effectively improves the accuracy and the whole convergence of particle swarm optimization.

关 键 词：K均值聚类 粒子群算法 压缩因子 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]