论文部分内容阅读
针对传统聚类算法聚类质量不够理想、自适应性不强和易陷入局部极小值等缺陷，提出一种基于改进免疫算法的数据聚类算法，该算法通过引入生物免疫系统中的精英保留策略和期望繁殖率，使适应度高的个体得到保留，浓度高的个体得到抑制，提高了算法的自适应性和精度，在后期通过利用混沌优化方法，使算法的局部搜索能力得到增强。实验结果表明，该算法比传统的聚类算法具有更好的性能。