福建师范大学学报(自然科学版)

2015, v.31;No.145(05) 29-35+124

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自组织映射和生物地理优化的聚类算法
A Mixed SOM and Biogeography-based Optimization Algorithm for Clustering

温肖谦;黄发良;李超雄;汪焱;

摘要(Abstract):

针对传统生物地理优化算法(bio-geographic optimization algorithm,BBO)的种群随机初始策略会降低聚类算法性能的问题,提出了一种基于自组织映射算法(self-organization feature map,SOM)和BBO的混合聚类算法(improved SOM and bio-geography optimization,ISOMBBO),通过优化初始化神经元权值的方法改进SOM算法,然后以改进的SOM来计算数据聚类的初始簇中心,最后在BBO优化框架下进行数据簇结构的寻优.在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验中,实验结果表明该算法不仅提高聚类的有效性,而且相对于传统的优化算法具有更好的优化能力和收敛度.

关键词(KeyWords): BBO算法;聚类;SOM算法;优化

Abstract:

Keywords:

基金项目(Foundation): 教育部人文社会科学研究青年基金资助项目(12YJCZH074);; 福建省教育厅资助项目(JA13077)

作者(Authors): 温肖谦;黄发良;李超雄;汪焱;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享