论文研究-基于QPSO的数据聚类.pdf

【文件属性】：
文件名称：论文研究-基于QPSO的数据聚类.pdf
文件大小：234KB
文件格式：PDF
更新时间：2022-08-11 13:27:36
聚类,KMeans,PSO,QPSO,聚类中心 在KMeans聚类、PSO聚类、KMeans和PSO混合聚类（KPSO）的基础上，研究了基于量子行为的微粒群优化算法（QPSO）的数据聚类方法，并提出利用KMeans聚类的结果重新初始化粒子群，结合QPSO的聚类算法，即KQPSO。介绍了如何利用上述算法找到用户指定的聚类个数的聚类中心。聚类过程都是根据数据之间的Euclidean（欧几里得）距离。KMeans算法、PSO算法和QPSO算法的不同在于聚类中心向量的“进化”上。最后使用三个数据集比较了上面提到的五种聚类方法的性能，结果显示基于QPSO