|
|
基于特征分析的粒子群优化聚类算法
Particle Swarm Optimization Clustering Algorithm Based on Feature Analysis
查看参考文献8篇
|
文摘
|
为提高粒子群优化聚类算法的性能,结合特征分析相关方法,提出一种新的串联聚类算法KPCA-PSO,阐述算法的基本原理和实施方案.在特征分析过程中,以一种简单有效的特征值选择方法避免手动选择特征值的繁琐过程.以人工数据和实际数据测试算法性能,实验结果表明该方法具有较好的聚类效果. |
|
其他语种文摘
|
Combined with the related method of feature analysis, a new cascading clustering method named KPCA-PSO is proposed to enhance the effect of Particle Swarm Optimization(PSO) clustering algorithm. Basic principles and detailed realization of the method are illustrated. In the process of feature analysis, a simple and effective feature selection method is put forward to avoid the boring manual feature selection. The method is evaluated on artificial data and real data, and experimental results show that it gains good clustering effect. |
|
来源
|
计算机工程
,2010,36(8):185-187 【核心库】
|
|
关键词
|
特征分析
;
核主成分分析
;
粒子群优化算法
;
聚类
|
|
地址
|
中国科学院半导体研究所人工神经网络实验室, 北京, 100083
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家自然科学基金资助项目
;
国家863计划
|
|
文献收藏号
|
CSCD:3860648
|
参考文献 共
8
共1页
|
|
1.
叶世伟(译).
神经网络原理,2004:313-316
|
被引
1
次
|
|
|
|
|
2.
张莉. 核聚类算法.
计算机学报,2002,25(6):587-590
|
被引
107
次
|
|
|
|
|
3.
孔锐. 基于核的K-均值聚类.
计算机工程,2004,30(11):12-14
|
被引
20
次
|
|
|
|
|
4.
伍忠东. 基于核方法的模糊聚类算法.
西安电子科技大学学报,2004,31(4):533-537
|
被引
47
次
|
|
|
|
|
5.
吕佳. 基于核的可能性聚类算法.
计算机工程与设计,2006,27(13):2466-2468
|
被引
5
次
|
|
|
|
|
6.
王宇. 核k-凝聚聚类算法.
大连理工大学学报,2007,47(5):763-766
|
被引
5
次
|
|
|
|
|
7.
Yang Xulei. Kernel-based Deterministic Annealing Algorithm for Data Clustering.
IEE Proceedings of Vision,Image and Signal Processing,2006,153(5):557-568
|
被引
1
次
|
|
|
|
|
8.
Li Jinjiang. Kernel Function Clustering Based on Ant Colony Algorithm.
Proc.of the 4th International Conference on Natural Computation,2008
|
被引
1
次
|
|
|
|
|
|
了解气象卫星更多信息，请访问