跳跃跟踪SSA交叉迭代AP聚类算法

作     者：黄鹤 李文龙 杨澜 王会峰 高涛 陈婷 HUANG He;LI Wen-long;YANG Lan;WANG Hui-feng;GAO Tao;CHEN Ting

作者机构：长安大学陕西西安710064 西安市智慧高速公路信息融合与控制重点实验室陕西西安710064 

基　　金：国家重点研发计划项目(No.2021YFB2501200) 国家自然科学基金面上项目(No.52172379,No.52172324) 陕西省重点研发计划项目(No.2021SF-483) 陕西省博士后科研项目(No.2018BSHYDZZ64) 中央高校基本科研业务费资助项目(No.300102240203) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2024年第52卷第3期

页      码：977-990页

摘      要：针对传统近邻传播聚类算法以数据点对之间的相似度作为输入度量,由于需要预设偏向参数p和阻尼系数λ,算法精度无法精确控制的问题,提出了一种跳跃跟踪麻雀搜索算法优化的交叉迭代近邻传播聚类方法.首先,针对麻雀搜索算法中发现者和加入者位置更新不足的问题,设计了一种跳跃跟踪优化策略,通过考虑偏好阻尼因子的跳跃策略设计大步长更新发现者,增加麻雀搜索算法的全局勘探能力和寻优速度,加入者设计动态小步长跟踪领头雀更新位置,同时,利用自适应种群划分机制更新发现者和加入者的比重,增加算法的后期局部开发能力和寻优速度;其次,设计基于扰动因子的Tent映射,在此基础上增加3个参数,使映射分布范围增大,并避免了陷入小周期点和不稳周期点;最后,引入轮廓系数作为评价函数,跳跃跟踪麻雀搜索算法自动寻找较优的p和λ,代替手动输入参数,并融合基于扰动因子的Tent映射优化近邻传播算法,交叉迭代确定最优簇数.使用多种算法聚类University of California Irvine数据集的10种公共数据集,仿真结果表明,本文提出的聚类算法与经典近邻传播算法、基于差分改进的仿射传播聚类算法、基于麻雀搜索算法优化的近邻传播聚类算法和进化近邻传播算法相比具有更优的搜索效率以及聚类精度.对国家信息数据进行了聚类分析,提出的方法更加准确有效合理,具有较好的应用价值.

主 题 词：近邻传播聚类 改进Tent映射 改进麻雀搜索算法 轮廓系数 聚类数据集 

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

核心收录：

D　O　I：10.12263/DZXB.20220209

馆 藏 号：203127167...