本文作者：林有城；符强；谢文斌；史马杰；童楠；成功正常投稿发表论文到《计算机系统应用》2014年02期,引用请注明来源400期刊网！

【摘要】：针对传统K-means算法中对初始化聚类中心敏感,容易陷入局部极小值等缺点,提出了一种基于粒子群算法和多类合并方法的新型K-means聚类算法.该算法首先利用改进粒子群算法选取初始聚类中心,然后利用K-means算法进行优化聚类,最后根据多类合并条件进行聚类合并,以获取最佳聚类结果.实验结果证明,该算法能有效解决传统K-means算法存在的缺陷,具有更快的收敛速度及更好的全局搜索能力,聚类划分效果更优.
【论文正文预览】：传统K-means算法具有结构简单及收敛速度快等优点,在数据挖掘、图像分割、模式识别等诸多领域得到了广泛应用.然而在实际使用中,K-means算法也存在对初始值敏感,易陷入局部最优等问题. 为了克服这些缺点,文献[1]提出利用灰度直方图的峰数估计最佳聚类数目,并用Qstu法进一步确
【文章分类号】：TP311.13
【稿件关键词】：粒子群算法多类合并K-means算法适应度方差
【参考文献】:

• 王联国;韩晓慧;宋磊;;基于改进混合蛙跳-K均值聚类算法的无功电压控制分区[J];传感器与微系统;2013年06期
• 韩晓慧;王联国;;一种基于改进混合蛙跳的聚类算法[J];传感器与微系统;2012年04期
• 范磊,陈珩;二次电压控制研究(一)[J];电力系统自动化;2000年11期
• 刘大鹏,唐国庆,陈珩;基于Tabu搜索的电压控制分区[J];电力系统自动化;2002年06期
• 郭庆来,孙宏斌,张伯明,吴文传;基于无功源控制空间聚类分析的无功电压分区[J];电力系统自动化;2005年10期
• 王颖;彭建春;何禹清;周春明;张二飞;郭冉;;模糊聚类法在二级电压控制分区中的应用[J];继电器;2008年11期
• 王茜;张粒子;舒隽;王楠;;基于阈值选择策略的改进混合蛙跳算法在电网规划中的应用[J];电力系统保护与控制;2011年03期
• 康勇;李华强;郑武;康宁;赵磊;;基于能量灵敏度矩阵和模糊聚类分析的电压控制分区[J];电力系统保护与控制;2011年12期
• 杨秀媛;董征;唐宝;陈树勇;;基于模糊聚类分析的无功电压控制分区[J];中国电机工程学报;2006年22期
• 王耀瑜，张伯明，孙宏斌，相年德;一种基于专家知识的电力系统电压/无功分级分布式优化控制分区方法[J];中国电机工程学报;1998年03期
• 易云飞;吴启明;唐凤仙;;一种基于复合形粒子群算法的改进k-means聚类算法[J];软件导刊;2008年10期
• 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
• 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
• 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
• 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
• 石秀玲;;论数字挖掘技术在图书馆借阅系统中的应用[J];内蒙古财经学院学报(综合版);2011年03期
• 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
• 宫琳;孙厚芳;赖国强;;基于混合算法的典型调度问题求解研究[J];组合机床与自动化加工技术;2006年06期
• 陈健;刘同玉;;混合区间粒子群算法[J];系统工程理论方法应用;2006年06期
• 李彦勤;郑彬彬;;粒子动力学演化算法在单目标优化中的应用研究[J];光盘技术;2006年06期
• 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
• 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
• 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
• 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
• 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
• 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
• 董娜;孟建良;卜亚杰;王莉莉;;基于速度松弛策略的模拟退火粒子群算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
• 张强;李本威;王永华;;粒子群算法在航空发动机部件级仿真模型中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
• 傅调平;陈建华;李刚强;倪兴勇;;一种改进的多目标粒子群算法PMOPSO及其在舰艇航路优化中的应用[A];2007年中国智能自动化会议论文集[C];2007年
• 尹强;;一种基于粒子群算法的半脆弱水印方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年
• 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
• 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
• 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
• 缪鹍;公（铁）工程三维选线的群智能算法研究[D];中南大学;2011年
• 赵吉;群体智能算法研究及其应用[D];江南大学;2010年
• 陈颖;自适应光学仿真系统关键技术研究[D];电子科技大学;2013年
• 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年
• 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年
• 何静媛;RNA二级结构预测算法的研究[D];重庆大学;2009年
• 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
• 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
• 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
• 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学（河北）;2010年
• 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
• 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
• 冯维;基于粒子群算法求解多目标函数优化[D];吉林大学;2010年
• 兰任;基于并行混合粒子群算法的蛋白质结构预测[D];大连理工大学;2010年
• 管月智;粒子群算法的研究与应用[D];江南大学;2011年
• 王龙;支持动力舱布局设计的布局模式粒子群算法研究及应用[D];大连理工大学;2010年
• 张文静;协同粒子群算法及其在多车场路径优化问题中的应用[D];华东师范大学;2011年

【稿件标题】：【聚类算法比较论文】基于多类合并的PSO-means聚类算法
【作者单位】：宁波大学科技学院;
【发表期刊期数】：《计算机系统应用》2014年02期
【期刊简介】：《计算机系统应用》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊，计算机系统应用杂志具有正规的双刊号，其中国内统一刊号：CN11-2854/TP，国际刊号：ISSN1003-3254。计算机系统应用杂志社由中国科学院主管、中国科学院软件研究所主办，......更多计算机系统应用杂志社(http://www.400qikan.com/qk/6302/)投稿信息
【版权所有人】：林有城；符强；谢文斌；史马杰；童楠；

更多科技类论文详细信息: 【聚类算法比较论文】基于多类合并的PSO-means聚类算法
http://www.400qikan.com/lunwen/keji/17029.html

相关专题：创造性思维训练 有道词典 《计算机系统应用》相关期刊

推荐期刊：

机电工程

作文新天地

失效分析与预防

能源研究与利用

广西民族师范学院学报

全国商情

地理科学

中国实用医药

水土保持通报

宝钢技术研究

上一篇：图像增强算法范文|一种基于模糊MSR的医学X光图像增强算法
下一篇：迷宫求解算法范文|求解半定规划的新算法