论文部分内容阅读
聚类分析是数据挖掘的一种重要方法。本文受鸟群聚集行为的启发，提出了一种新的聚类方法——差异粒子群聚类算法（DPSC）。DPSC算法将样本数据转化为具有行为能力的粒子，通过促使不同类别的粒子相互分离，而同类的粒子高度聚集，最终在粒子的运动中涌现出整个数据群体的内部组织结构，从而完成对样本数据的聚类。在三个标准数据集和六个人工复杂数据集上同K-Means、PSO和PSO＋K-Means算法进行了比较，结果显示DPSC算法的聚类性能更优异。