一种基于改进混合蛙跳的聚类算法.pdf

《一种基于改进混合蛙跳的聚类算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012年第31卷第4期传感器与微系统(TransducerandMicrosystemTechnologies)137一种基于改进混合蛙跳的聚类算法韩晓慧，王联国(1．甘肃农业大学工学院，甘肃兰州730070；2．甘肃农业大学信息科学技术学院，甘肃兰州730070)摘要：聚类分析是一种无监督的模式识别方式，它是数据挖掘中的重要技术之一。给出了一种基于改进混合蛙跳算法的聚类分析方法，该方法结合了K一均值算法和改进混合蛙跳算法各自的优点，引入了K一均值操作，再用改进混合蛙跳算法进行优化，很大程度上提高了该算法的局部搜索能力和收敛速度。通过仿真对基于改进混合蛙跳的聚类方法与其

2、他已有的聚类方法进行了比较，验证了所提出算法的优越性。关键词：混合蛙跳算法；K一均值算法；聚类分析中图分类号：TP301．6文献标识码：A文章编号：1000--9787(2012)04-0137-03AclusteringalgorithmbasedonmodifiedshufledfrogleapingHANXiao．hui，WANGLian．guo(1．SchoolofEngineering，GansuAgriculturalUniversity，Lanzhou730070，China；2．SchoolofInformationScienceTechnology，Ga

3、nsuAgriculturalUniversity，Lanzhou730070，China)Abstract：Clusteringanalysisisanunsupervisedmodeofpatternrecognitionandisoneofprimarytechniquesinthefiledofdatamining．Aclusteringanalysismethodbasedonamodifiedshufledfrogleapingalgorithm(MSFLA)isproposed．Thenewapproachintegratestheadvantagesoft

4、heMSFLAandtheK—meansalgorithms，whichintroducestheK—meansoperationandutilizestheMSFLAforoptimization，improvesthelocallysearchingcapabilityandconvergencespeedoftheclusteringalgorithmbasedonMSFLA．SimulationsareperformedtocomparetheperformanceoftheclusteringalgorithmbasedonmodifiedMSFLAandoth

5、erclusteringalgorithm，whichvalidatestheeffectivenessoftheproposedalgorithm．Keywords：shuffledfrog—leapingalgorithm；K—meansalgorithm；clusteringanalysis0引言2000年由Eusuf和Lanse通过类比青蛙的觅食行为与优化聚类分析⋯作为数据挖掘在实际应用中的主要任务问题求解的相似性而提出了一种新的基于全局协同搜索的之一，是数据挖掘领域中一个很活跃的研究课题。近几十智能优化方法。由于具有概念简单、参数少、求解快速等诸年来得到了快速发

6、展和成功应用。所谓聚类就是按照某个多优点已被应用于许多自然科学与工程科学领域，显示出特定标准(一般为距离准则)把一个数据集分割成不同的强大的优势和潜力。对求解实优化问题，大量实验已证实，类或簇，使得在类内的数据点的相似性尽可能大，同时类间混合蛙跳算法较遗传算法收敛速度快、效率高。鉴于此，本的数据点的差异性也尽可能大。文在文献[7]讨论改进混合蛙跳算法的基础上，提出了一目前聚类算法主要分为：划分聚类、层次聚类、基于网种新的改进混合蛙跳的聚类算法，对算法进行了实验分析，格的聚类和基于密度的聚类。K一均值算法作为划分聚类并与基于传统混合蛙跳聚类算法、基于遗传聚类算法和基中最经典

7、的聚类算法之一，但它是一个局部搜索的算法，存于蚁群聚类算法进行了比较，仿真实验证明本文提出的算法性能优于这几种算法。在一些严重不足：K值需要预先确定；聚类结果的好坏依赖于初始簇中心点的选取等。为此，许多研究者提出了基1K_一均值聚类算法于智能优化算法的聚类方法J。K_均值算法是一种基于划分的方法，假设给定有n个混合蛙跳算法作为智能算法的一种优化算法，是对象的数据库和聚类数目。一个划分方法构建数据的收稿日期：2011_o9_o2基金项目：国家自然科学基金资助项目(61063028)l38传感器与微系统第31卷K个划分(≤n)，每