论文研究-粒子群K-means聚类算法的改进.pdf

【文件属性】：
文件名称：论文研究-粒子群K-means聚类算法的改进.pdf
文件大小：581KB
文件格式：PDF
更新时间：2022-10-02 18:05:36
论文研究 粒子群（PSO）与K-means结合是聚类分析中的重要方法之一，但都未考虑粒子更新导致的空类问题。提出基于多子群粒子群伪均值（PK-means）聚类算法，为该问题的解决提供一种有效途径，并与粒子群K均值（PSOK-means），K-means算法进行比较。理论分析和实验表明，该算法不但可以防止空类出现，而且同时还具有非常好的全局收敛性和局部寻优能力，并且在孤立点问题的处理上也具有很好的效果。