进化多目标距离矩阵聚类研究

作     者：刘丛 邬春学 LIU Cong;WU Chun-xue

作者机构：上海市现代光学系统重点实验室教育部光学仪器与系统工程研究中心上海理工大学光电信息与计算机工程学院上海200093 

基　　金：上海重点科技攻关项目(14511107902)资助 上海智能家居大规模物联共性技术工程中心项目(GCZX14014)资助 上海市一流学科建设项目(XTKX2012)资助 沪江基金研究基地专项项目(C14001)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2016年第37卷第6期

页      码：1298-1302页

摘      要：聚类分析在科学研究和现实生活中都有广泛的应用.然而,当前的聚类算法仍然面临一些挑战,自动确定最佳聚类数目和复杂分布数据聚类是最主要的两种,自动确定复杂分布数据的聚类数目并对其正确聚类是两者的结合.提出一种基于进化多目标的距离矩阵聚类算法(Multi-objective Distance Matrix Evolutionary Clustering,MODMEC).首先使用一种实数-标签的编码方式表示染色体,该染色体可两次解码成聚类候选解.其次使用聚类代表点代替聚类中心点设计聚类算法,通过类内紧凑度和类间离散性自动确定最佳聚类数目.最后使用进化多目标框架并行优化.将MODMEC在不同分布的五种人工测试集和两种UCI测试集上与四种常用的聚类算法做了比较.实验结果表明,M ODM EC在检测最佳聚类数目和聚类精度上都获得了良好的效果.

主 题 词：聚类 最佳聚类数目 进化多目标算法 进化多目标距离矩阵聚类 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203197814...