无监督分类中的人工蜂群算法及其优化研究  

作　　者：张志霄 王森 

机构地区：[1]黄河科技集团有限公司,河南郑州450000 [2]中原算力科技发展有限公司,河南郑州450000

出　　处：《电脑知识与技术》2024年第32期5-7,共3页Computer Knowledge and Technology

基　　金：河南省重点研发专项(231111210500)。

摘　　要：文章验证了人工蜂群算法(ABC)在无监督分类中的有效性,并探讨其处理复杂数据集的优势。通过结合ABC算法和遗传算法(GA),利用欧几里得距离度量模式相似性,实现无监督分类中聚类中心数量和位置的自动确定。实验采用Landsat等遥感数据集,评估算法在大规模、非均匀数据上的性能,并自动调整聚类参数,以提高分类精度和效率。结果表明,ABC算法在分类精度和收敛速度方面均优于GA等算法,尤其在处理复杂数据集时优势明显。未来研究将进一步优化算法,以满足更多实际应用需求。

关 键 词：遗传算法 人工蜂群 Landsat TM图像 聚类 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]