基于自适应步长的萤火虫划分聚类算法 - 计算机应用研究.pdf

基于自适应步长的萤火虫划分聚类算法 作者 潘晓英, 陈雪静, 李昂儒, 赵普 机构 西安邮电大学 计算机学院 发表期刊 《计算机应用研究》 预排期卷 2017 年第34 卷第12 期 访问地址 /article/02-2017-12-024.html 发布日期 2017-01-23 15:05:07 引用格式 潘晓英, 陈雪静, 李昂儒, 赵普. 基于自适应步长的萤火虫划分聚类算法[J/OL]. [2017-01-23]. htt p:///article/02-2017-12-024.html. 摘要 在许多领域中,聚类是重要分析技术之一,如数据挖掘、模式识别和图像分析。针对K-means 算法 过度依赖初始聚类中心的选择而陷入局部最优的问题,提出了基于自适应步长的萤火虫划分聚类 算法，简称 ASFA 。利用萤火虫算法的随机性和全局有哪些信誉好的足球投注网站性找到指定数量的初始簇中心，进一步 利用K-means 得到精确的簇划分。在萤火虫聚类优化算法中，采用自适应步长代替原有的固定步 长，从而避免算法陷入局部最优,且能获得精度更高的解。为了提高算法性能，将改进的新算法用 于不同规模大小的标准数据集中，实验结果表明,ASFA 与K-me… 关键词 萤火虫算法, K-means 算法, 初始聚类中心, 自适应步长, 鲁棒性 中图分类号 TP301.6 基金项目 国家自然科学基金资助项目61203311）; 陕西省教育厅专项科研计划项目（14JK1667）; 厦门市科技计划项目（3502 优先出版 计 算 机 应 用 研 究 第34 卷 基于自适应步长的萤火虫划分聚类算法* 潘晓英，陈雪静，李昂儒，赵 普 (西安邮电大学 计算机学院，西安 710061) 摘 要：在许多领域中,聚类是重要分析技术之一,如数据挖掘、模式识别和图像分析。针对K-means 算法过度依赖初始 聚类中心的选择而陷入局部最优的问题,提出了基于自适应步长的萤火虫划分聚类算法，简称ASFA 。利用萤火虫算法的 随机性和全局有哪些信誉好的足球投注网站性找到指定数量的初始簇中心，进一步利用K-means 得到精确的簇划分。在萤火虫聚类优化算法中， 采用自适应步长代替原有的固定步长，从而避免算法陷入局部最优,且能获得精度更高的解。为了提高算法性能，将改 进的新算法用于不同规模大小的标准数据集中，实验结果表明,ASFA 与K-means 、GAK、PSOK 对比显示更好的聚类性 能和更好的稳定性和鲁棒性，与其他文献中算法相比，ASFA 在寻优精度方面能取得更好的效果。 关键词：萤火虫算法；K-means 算法；初始聚类中心；自适应步长；鲁棒性 中图分类号：TP301.6 Firefly partition clustering algorithm based on self-adaptive step Pan Xiaoying, Chen Xuejing, Li Angru, Zhao Pu (School of Computer Science Technology, Xian University of Posts Telecommunications, Xian 710061, China) Abstract: In many areas, clustering is one of the most important techniques, including data mining, pattern recognition and