基于改进花朵授粉的K-均值聚类算法

来源：计算机应用研究杂志2019年第11期北京时间：

作者：陶志勇,刘晓芳,刘影,王和章,

单位：1.辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105；2.阜新力兴科技有限责任公司,辽宁阜新123000；

摘要：针对K-means聚类算法依赖于初始值并易陷入局部最优值的问题，提出了一种基于改进花朵授粉的K-means聚类算法。该算法首先通过混沌映射的序列作为花朵种群的初值位置，保证花朵种群在搜索空间的多样性、确定性；然后在花朵授粉的后期搜索阶段引入禁忌搜索算法以避免陷入局部最优解；最后将改进后的FPA算法用于优化K-means算法的初值。在五个聚类数据集上的实验结果表明，改进后算法的平均聚类准确率相比于花朵授粉聚类算法提高了12.2%，证明了该算法对于低维数据集具有更好的聚类效果。

关键词：聚类,花朵授粉,混沌映射,禁忌搜索,K-means,

基金资助：辽宁省博士启动基金资助项目(20170520098)；辽宁省自然科学基金资助项目(2015020100)；辽宁省普通高等教育本科教学改革研究项目(551610001095)；辽宁省教育厅一般项目(LJ2017QL013)；；