基于遗传算法与密度及距离计算的聚类方法

来源：计算机应用杂志2015年第11期北京时间：

作者：王泽, 张宏军, 张睿, 贺邓超

单位：解放军理工大学 指挥信息系统学院, 南京 210007

摘要：为解决聚类中心选择困难和数据点密度计算泛化能力弱的问题,提出一种基于遗传算法与密度及距离计算的聚类方法.该算法通过指数方法计算数据点密度,降低参数对算法性能的影响;用遗传算法搜索最优密度和距离阈值,同时引入惩罚因子,克服算法搜索域偏移从而提高收敛速度,寻找最优聚类中心,并用归属方法完成聚类.通过4组人工数据集和4组UCI数据集实验证明,该方法在RI指数、聚类精度、聚类纯度、召回率等4个聚类评价指标上都达到与K-means算法、快速搜索聚类算法和Max_Min_SD算法相当或更好的效果,算法是有效的.

关键词：遗传算法,聚类,密度,距离

基金资助：国家社会科学基金资助项目(13QJ004-098);江苏省自然科学基金资助项目(BK20150720).