离散多目标量子微粒群聚类算法

作     者：张勇 王庆 夏长红 孙晓燕 巩敦卫 ZHAGN Yong;WANG Qing;XIA Changhong;SUN Xiaoyan;GONG Dunwei

作者机构：中国矿业大学信息与控制工程学院徐州221116 

基　　金：国家自然科学基金项目(No.61473299) 江苏省第十三批"六大人才高峰"高层次人才项目(No.DZXX-053)资助 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2017年第30卷第3期

页      码：204-213页

摘      要：聚类是数据挖掘中重要的数据处理方法.文中提出改进的离散多目标量子微粒群聚类算法.针对类中心数目未知的情况,引入整数编码策略,基于Canopy策略预测类中心的数目,设计有效的微粒群初始化策略.通过引入与、并和差异算子,定义改进的离散量子微粒更新公式.将文中算法应用于7组真实数据集,并对比2种典型单目标聚类算法和3种多目标聚类算法,验证文中算法性能.

主 题 词：聚类 微粒群优化 多目标 离散变量 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

核心收录：

D　O　I：10.16451/j.cnki.issnl003-6059.201703002

馆 藏 号：203219633...