基于细菌群体趋药性优化的k-means算法

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:gsdgerfdgcvbrrgfdgd
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
细菌趋药性算法是一种新的仿生进化算法,针对细菌趋药性算法,介绍了其基本原理,讨论了一种改进的算法——细菌群体趋药性(BCC)算法。将细菌群体趋药性优化方法应用在k-means聚类分析中,以类内离散度和为目标函数,建立了BCC优化的k-means算法模型,利用BCC算法的全局搜索能力,很大程度上避免了k-means算法易陷入局部极小的缺陷,同时也降低了算法对初始值的敏感度。并给出了一些实验,结果令人满意。
其他文献
为设计出能够验证并行排序网络正确性的有效工具,根据[0,1]原理和布尔函数的特点和性质,提出一种布尔表达式的化简算法,并根据此算法设计出验证工具。对[0,1]原理和布尔函数的特点
在ZigBee网络的树形拓扑结构中,其网络高层节点面对大量业务时,容易过早耗尽电池能量。针对此问题,提出一种改进的能量均衡路由算法。在改进算法中,综合考虑了网络节点的层次