文献类型：期刊文章

作　　者：田力威[1] 曹安得[1]

机构地区：[1]沈阳大学科学技术研究中心,沈阳110044

出　　处：《计算机应用研究》

基　　金：辽宁省自然科学基金资助项目(20082002)

年　　份：2011

卷　　号：28

期　　号：4

起止页码：1269-1271

语　　种：中文

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

摘　　要：提出一种基于信息熵的蚁群聚类算法,将信息熵引入到LF算法中,数据对象的归属由信息熵来决定,减少了参数,测试并验证了算法的有效性;同时,针对信息熵的蚁群算法早期数据分散、收敛过慢、容易陷入局部最优等缺点,提出了一种蚁群聚类组合方法。改进思路是引入K-means作为熵蚁群算法的预处理过程,通过K-means快速、粗略地确定聚类中心,利用K-means方法的结果作为初值,再进行改进的熵蚁群算法聚类,有效地解决了蚁群算法早期收敛过慢等问题。

关 键 词：聚类 蚁群聚类 信息熵 K-均值

分 类 号：TP18]