文献类型：期刊文章

作　　者：杨辉华[1,2] 王克[1] 李灵巧[1] 魏文[1] 何胜韬[3]

机构地区：[1]桂林电子科技大学广西信息科学实验中心,广西桂林541004 [2]北京邮电大学自动化学院,北京100876 [3]桂林市智度信息科技有限公司,广西桂林541004

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(21365008;61562013);广西自然科学基金资助项目(2013GXNSFBA019279);桂林电子科技大学研究生创新项目(GDYCSZ201478;GDYCSZ201474)~~

年　　份：2016

卷　　号：36

期　　号：8

起止页码：2066-2070

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。

关 键 词：数据挖掘 K-MEANS聚类 布谷鸟搜索算法  数字城管 热图  

分 类 号：TP391] TP183[计算机类]