文献类型：期刊文章

作　　者：陈寿文[1,2] 李明东[1]

机构地区：[1]西华师范大学微机应用研究所,四川南充637000 [2]滁州学院数学系,安徽滁州239000

出　　处：《计算机应用与软件》

基　　金：四川省重点软科学项目(2006R16-10);安徽省高校省级自然科学研究项目(KJ2010B146)

年　　份：2010

卷　　号：27

期　　号：9

起止页码：100-102

语　　种：中文

收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、JST、ZGKJHX、普通刊

摘　　要：针对k-means算法与遗传聚类算法结合时,在其运行过程中算法易于早熟的现象,给出了一种改进的基于遗传进化的聚类算法,将k-means算法与遗传算法二者结合,并通过双种群混合方式构造初始种群,而两种群的不同来源于其各自个体构造方式的不同。适当设计遗传算子作用种群后,于进化群体中选择最优个体,以其对应各分量作为k-means算法的初始中心点,并由该个体执行k-means操作达到数据源的最终聚类之目的。仿真实验表明,该算法是一个有效的遗传聚类方法。

关 键 词：遗传算法 K-means操作  聚类

分 类 号：TP75]