文献类型：期刊文章

作　　者：李帅[1] 王新军[1,2] 高丹丹[1]

机构地区：[1]山东大学计算机科学与技术学院,济南250101 [2]山东大学网络中心,济南250101

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(60673130);山东省自然科学基金资助项目(111 50005200327;Y2006G29;Y2004G07)

年　　份：2009

卷　　号：35

期　　号：5

起止页码：197-199

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。该文结合微粒群(PSO)算法,提出一种数字属性聚类算法,为避免PSO算法可能出现的早熟问题,引入混沌的思想,同时考虑到各个聚类的内部相似的特性,将空间特性引入到PSO算法中。仿真实验表明,该算法在解决数字属性聚类的问题上有着良好的性能。

关 键 词：群体智能 聚类算法 混沌 空间特性微粒群算法  

分 类 号：TP18]