文件名称:基于人工免疫网络的k-平均聚类算法的研究 (2009年)
文件大小:465KB
文件格式:PDF
更新时间:2024-06-12 11:34:35
自然科学 论文
以人工免疫网络理论结合 k-平均算法,尝试了一种聚类分析的新的解决方案 。对 k-平均算法中每一次迭代求平均值来确定聚类中心的方式进行改进,采用人工免疫网络中克隆选择和变异机制对聚类中心进行操作,选取最优抗体作为下一次迭代的聚类中心,克服了 k-平均算法中对孤立点敏感的缺点,从而大大减少了迭代次数 。通过对 4组标准数据的实验,结果表明,该算法具有很好的自适应性,收敛速度快,提高了聚类性能 。