一种改进的求解聚类问题的差分进化算法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:macgrady333
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对K-means算法依赖于初始聚类中心和易陷入局部最优解的缺陷,提出一种改进的求解聚类问题的差分进化算法。将改进的差分进化算法与K-means迭代相结合,使算法对初始聚类中心的敏感性和陷入局部最优解的可能性降低。通过将反向学习技术引入到框架中来指导搜索新的空间,以增强算法的全局寻优能力。为了改善算法的计算效率,根据聚类问题编码的特点设计了一种整理算子来消除冗余以及调整差分进化算法的种群更新策略。最后,在迭代过程中不断引入随机个体以提高种群的多样性。与K-means和几种进化聚类算法进行比较,实验结果表明
其他文献
为了提高文本:分类性能,提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围;然后在约束范围内
针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接
分层狄利克雷过程是一种贝叶斯无参模型,用于分析海量数据的概率主题模型,解决潜在狄利克雷分布无法解决的动态聚类的问题。从因子图的角度出发将消息传递算法与吉布斯采样算
轻型无人机群可将远距离目标信息通过中继链路传回测控站。在目标运动距测控站过远以及无人机使用数量受限的情况下,无人机之间通信无法保障,导致信息无法传回。针对该问题,
为了模拟信息在微博环境中的传播情况,根据微博用户行为(发布、关注、转发和评论等)和微博内容,提出一种融合用户行为和内容的微博用户影响力算法。通过对微博用户行为的分析得到
针对复杂系统故障诊断中诊断精度低、虚警率高的问题,进行了不可靠测试条件下基于Rollout算法的诊断策略优化方法研究。建立综合考虑测试点的故障检测能力、信息量、测试费用
微博服务已经成为加强人们互相沟通的重要媒体。微博的信息扩散能够带来巨大的商业价值,同时也为谣言的传播提供了良好滋润环境。如果能够预测某个信息是否会被爆发式地传播,以
针对现有的企业运行指标分析方法只强调动态或静态信息,不易实现二者结合的情况,建立了用于企业运行指标因果分析的动态贝叶斯网络模型,这种模型可将时间片间的指标动态时序因果关系与时间片内指标静态因果联系融为一体,并通过量化推理进行动态与静态因果分析。通过与领域专家交流,所建立的企业运行指标动态贝叶斯网络良好地反映了数据中所蕴涵的因果关系。
针对一个制造商和一个客户组成的供应链,考虑工件有交货期限约束且不允许延迟送达客户处,对平行机加工环境下的供应链排序问题进行了研究。为了实现从日常调度层面对工件加工
针对随机初始化方式对混合条件属性数据对象的适应调整能力非常低,且其任意性的本质特征,会造成聚类质量大幅度下降的缺陷,提出通过分类条件属性对象的熵值与数值条件属性对象的