基于距离浓度的K-均值聚类算法

作     者：刘韬 蔡淑琴 曹丰文 崔志磊 Liu Tao;Cai Shuqin;Cao Fengwen;Cui Zhilei

作者机构：华中科技大学管理学院湖北武汉430074 苏州职业大学电子信息工程系江苏苏州215104 

基　　金：国家自然科学基金资助项目(70271030) 中国博士后科学基金资助项目(20060390849) 华中科技大学博士后科研专项基金资助项目 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2007年第35卷第10期

页      码：50-52页

摘      要：提出的基于距离浓度的K-均值聚类算法把聚类的数据对象视为抗原,聚类中心看作是免疫系统中的抗体,聚类过程表示为免疫系统不断产生抗体,识别抗原,最后产生出可以捕获抗原的最佳抗体过程.定义了抗体浓度和亲和度,使得抗体之间的距离越大,其距离浓度越小,反之则浓度越大,从而提高了算法的搜索效率.设计了抗体的期望繁殖率计算方法和克隆变异方法.仿真结果表明:该算法不仅克服了传统的K-均值聚类算法易陷入局部极小值的缺点,而且避免了对初始化选值敏感性的问题,同时也有较快的收敛速度.

主 题 词：聚类 距离浓度 免疫 算法 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3321/j.issn:1671-4512.2007.10.015

馆 藏 号：203117842...