基于并行遗传算法的K-means聚类研究*) (2008年)

【文件属性】：
文件名称：基于并行遗传算法的K-means聚类研究*) (2008年)
文件大小：328KB
文件格式：PDF
更新时间：2021-05-22 04:18:27
工程技术 论文 针对传统K-means聚类算法对初始聚类中心的选择敏感，以及聚类数K难以确定的问题，提出一种基于并行遗传算法的K-means聚类方法。该方法采用一种新型的可变长染色体编码方案，随机选择样本点作为初始聚类中 心形成染色体，然后结合K-means算法的高效性和并行遗传算法的全局优化能力，通过种群内的遗传、变异和种群间的并行进化、联姻，有效地避免了局部最优解的出现，同时得到了优化的聚类数和聚类结果。实验表明该方法是一种精确高效的聚类方法。