论文部分内容阅读
传统K均值算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动，容易陷入局部最优值。针对上述问题，该文提出一种基于遗传算法的K均值聚类算法，将K均值算法的局部寻优能力与遗传算法的全局寻优能力相结合，在自适应交叉概率和变异概率的遗传算法中引入K均值操作，以克服传统K均值算法的局部性和对初始中心的敏感性，实验证明，该算法有较好的全局收敛性，聚类效果更好。