一种结合灰狼优化和K-均值的混合聚类算法
来源期刊：江西理工大学学报2015年第5期
论文作者：杨红光 刘建生
文章页码：85 - 89
关键词：聚类分析;K-均值聚类算法;灰狼优化算法;
摘 要：针对传统K-均值聚类算法对初始中心选择敏感和全局搜索能力不足的缺点,提出一种结合灰狼优化和K-均值的混合聚类算法（GWO-KM）.将灰狼优化智能算法首次应用到聚类分析领域,利用灰狼算法良好的勘探能力去寻找使聚类结果最佳的一组聚类中心,克服了原始聚类算法对初始中心点的过度依赖.通过在UCI标准数据集上的仿真实验表明,该混合聚类算法相对于传统的K-均值聚类算法和其他改进算法,在收敛速度、聚类质量和稳定性上都表现更佳.
杨红光，刘建生
江西理工大学理学院
摘 要：针对传统K-均值聚类算法对初始中心选择敏感和全局搜索能力不足的缺点,提出一种结合灰狼优化和K-均值的混合聚类算法（GWO-KM）.将灰狼优化智能算法首次应用到聚类分析领域,利用灰狼算法良好的勘探能力去寻找使聚类结果最佳的一组聚类中心,克服了原始聚类算法对初始中心点的过度依赖.通过在UCI标准数据集上的仿真实验表明,该混合聚类算法相对于传统的K-均值聚类算法和其他改进算法,在收敛速度、聚类质量和稳定性上都表现更佳.
关键词：聚类分析;K-均值聚类算法;灰狼优化算法;
