研究综述
第12期
李峻金,等:粒子群聚类算法综述
。4427
一个相对于评价指标而言最好的簇的数目。
b)发现任意形状的簇。粒子群系统的分布式特点和随机性有助于发现任意形状的簇。系统可以根据数据对象本身的特点,通过对数据对象之间相互联系的演化使数据集蕴涵的簇以及簇的成员自动“涌现”出来。
c)实现对孤立点的检测。孤立点是数据集中~类特殊数据,这类数据与数据集中的其他数据对象差异较大,广般为反映特殊事件的奇异数据或在采集数据集等过程中产生的噪声数据。奇异数据对某些特殊应用如人侵检测具有重要意义。
d)设计对数据集规模和对数据的输入顺序均不敏感的粒子群聚类算法。参考文献:
[1】
HAN
Jia wei,MIcHELINEK.Datamining:conceptsandtechniques
[M].s卸Fmncisco:Mo唱鲫Kaufm卸nPublishe玛。2001.
[2]毛国君,段立娟,王实,等.数据挖掘原理与算法[M].2版.北
京:清华大学出版社.2007:164一166.【3]
HAN
Jia—wei,MlcHELINEK,PEIJian.D8Lamining:conc8pts锄d
t。chniqIIes[M].2nded.鼬1
F瑚ci∞o:Mor昏明K丑u细a加P曲u.
8hers.2006.
[4]冯静。舒宁.群智能理论及应用研究[J].计算机工程与应用。
2006。42(17):3l ".【5]
FRIGuIH,KRIsHNAPuRAM
R.A
mbu8t
oompetitive
clu咖一ngal
gorithmwjth
appIicBtionsin
computer
vision[J].IEEETrans
on
PantemAnaIysisandMachineInteⅢgen∞,1999.21(5):450.
465.
【6]
JAlNA
K,MuRTY
M
N,F1JYNNPJ.D出clust硎Ilg:a
Ieyiew
[J].ACMComputingSun,eys,1999,31(3):265 323.[7]
OMRANGM.sALMANA。ENGEI.BREcHT
A
P.IITlageclassinca一
Ⅱon
usingpa币cIe
gw唧optimization[c]//PI。0c
ofthe4thA¥ia—Pa—
cinc
Conf朗_eIlce
on
Sim山tedEvolution明dI棚miIlg.
2002:370一
374.
[8]MERwEDwv蛐der,ENGELBREcHTA
P.Data
clu吼e^ngusing
panicIe州删optimi船tion[c】//Proc
ofIEEE
c∞卯蹦on
EvoIu一
^ion砌y
CompuLation.2003:215-220.
[9]
0MRAN
M
G,ENGELBREcHT
A
P,sALMANA.Particle
sw跏
叩“mizationmethodfori瑚即cIu5teriTIg[J].ImemationaIJoumaI
’on
P甜em
RecognitionandArt行iciaIInte¨igen∞,2005,19(3):
297.322.
[IO]高尚,杨静宇.群智能算法及其应用[M】.北京:中国水利水电出
版社,2006:79.81.102.
[11]RuNKLERTA,KATZc.FuzzycIu8teringby
p矾icle洲删oPti面一
珊jon[c】∥Pmc
0f
the衄’E工ntem撕ofIaICo也呦ce
on
Fuzzysys—
tem.2006:601.608.
[12]-wANGLi,uuYu.8hu,zHA0xjn一面n,d缸.Particle
sw栅。州一
mization
for
f蛔c—m蛐cIuste—ng[cj//P晚ofme
6t}1
w州d
Con孵船on
InteUigentContml蛐dAutomation.2006:6055-6058.
[13]uLj—U,uuxi-”。uuMing-mjng.AnoveI
fuzzycluste^ngb8sedon
panjcle
sW锄optimization[c】//P畹ofIhe
l
Bl
IEEE工lltematio,
‘nalsymposium
on
IrLfbnnation
TechnologiesandApplicadon8
in
Edu—
cati∞.2007:88—90.[14]Yl
Vren.sheng,YA0M佃,JL气N
zhi wei.F、lz巧Pa币ele朗¨哪opti—
mi咖i加clusteritIg叫d缸印plicationto
i删咿clu8tering[c]//Ad-啪c髑in
Multimedia
Info咖tion
Pl们essirIg.BerIin:s阿nger,2006:459—467.
[15]sHEIKHOI正sLAMIc,cHANGW,ZHANGAi—dong.semquery:
靶咖nc
cIustering鲫d
qIlerying
on
heteWn咖s
katufeB
forvi9ual
如£丑[J】.JEEET旧鹏onKnow剐ge
andDataEngjneenng,万方数据
2002,14(5):988-1002.
[16]FENGHsu帅一ming,cHENchingIyi,YEFun.AdaptiVehyper—fh2zy
pa^ition
p叭icleswa玎n叩timi龃tionclustedngalgorithm【J].Cyber-nelicsand
Syslems.2006,37(5):463 479,
.
(17]zHANGLi-bi∞,zH0uchun—glI肌g,MAMing,耐口f.Fu2zykemel
cJusleringbaBed仰pa而cle
sw栅optimiz且tion[c]//ProcofIEEE
IntemtjoIlBICo血唧ce∞GmularCmPuIjng.2006:428-430.
[18]suNJun,xuwen bo,YE
Bin.Q咖tum-behaved
Panicle
sw蛐optimizaIi帅clu8tering
algorithm[C]//Adv帅ced
Dala
Minhlg“
Applicalione.Berlin:Springer,2006:340—347.
[19]龙海侠,须文渡,孙俊.基于QPsO的教据聚类[J].计算机应用
研究,2006,23(2):40一42.
[20]唐槐璐。须文渡,龙海侠.基于AQPsO的数据聚类[J].计算机
工程与应用。2007.43(10):186-188.
[21]JANGw-s,-(ANGH I,LEEB-H.Optimized
f畸du8tering
by
predalorprEy
particle
sw锄叩“Ⅱlization[c]//Adv朗ced
Inteuigent
ComputingTheo^es帅dAppljcations,witIl
A8pectsof
C0ntemporary
In【eIligentComputingTechniqlJ郫.Bedin:s研nger,2007:370一379.
[22]JARB0uIB,cHEIKHM,sL~RRYP,dd.combinatorialparticle
Bw删opIimi黯ti伽(cPS0)
forpanitiollalcluBtering
pmblem[J].
App¨edMathematicsand
Computa“on,2007,192(2):337 345.
【23]郑晓呜,吕士颖,王晓东.免疫接种粒子群的聚类算法[J].电子
科技大学学报,2007,36(6):1264.1267.
[24]高鹰,谢胜利.免疫粒子群优化算法[J].计算机工程与应用,
2004,40(6):4.6.
[25]王纯杰,董小刚,刁心薇.基于免疫粒子群的K均值聚类算法
[J].广西师范大学学报:自然科学版,2008,26(3):165一168.
[26]韩琳,贸兴时.基于免疫粒子群优化的模糊c均值聚类算法
【J].西安工程科技学院学报,2007,21(3):355—360.[27]0MRAN
M
GH.SALMANA。ENGLBRECHT
A
P.Dy咖iccIuste
rir唔usingpanicIe
8w帅optimi盟tion
withapplicationin
image
Beg_
mentati仰[J].Pat眙mAnaIysis绷dAppljcations,2005,8(4):
332.344.
[28]0MRAN
M
G.ENGLBREcHT
A
P,sALMANA.DynamiccIugle-ringu8i“gp叫icIe
ew删optimi龃tion
with
applicati叽inun8upervised
in忸ge
cl嬲Bmcation[c]//Proc
0f
tIle
5山wo舢Enf0咖atikaco血一
Mnce.2005:199-204.
[29]KENNEDYJ,EBERHARTRc.AdiBcretebirl趾y
ve舟ionofthepar-
ticle
8w删如rithm[c]//Proc
ofconference
on
systemsM舯鲫d
Cybemetics.Piscataway:lEEEserviceCenter,1997:4104—4109.
[30】cOHENscM。cAsTROLNde.DatacIuste—ngwithparticJe
鲫椰[c]//Proc
ofIEEE
c叫髀朗∞Evolutio衄ry
comp岫山饥8.
2006:1792-1798.
[3I】cuIxi∞ hui,P01'oKTE.D0cumentclu母teringmaIysi8ha吕ed∞
hyb剐Ps0+K—m啪8
algorithm[J].JoumaIofComputerSc卜
ences:SpeciaIl8sue.2006(4):27.33.[32]ⅪAO“ zIlong,sHAOzhi-qing,uu
Gang.
K-me卸8
algod岫
based加p叭icleBwa唧op“mi髓“onaJ90一山mforanom“yintTu8i鲫de眦ljon[c】//Procof山e6thworldcol炉昭onInteuigentC帆trol
柚dAutomation.20()6:5854—5858.
[33]HANY卸一胁g,sHIPeng-fei.Anemcient印pm邮hforfishb口ede.
tectionb且sed仰
ima铲Prep’∞e眄irIg锄dParticle
sw帅clustering
[c】//AdⅧced
Ince“igent
c锄put呱111eories蛐dAp叫c8tio邶,
witllAsp即瞻ofContempomryIIltelligcnt
C砌puting
Tbchniqu髑.Ber_
lin:S—nger,200r7:940J舛8.
[34】ZH^NGxue ping,wANGJia—y加.zHANGHpng-mei,珂耐.spatiaI
cl岫t谢ng叭tho晰∞lescon5t嘣ntsusi-Ig
p叭icle
sw咖0ptimizati佃
[c]//P”∞0f
tIle2nd
Illt哪鲥onalcor血唧cc硼scaLBble
II怕胁
曲nSys£e∞.2007.
粒子群聚类算法综述_李峻金_机械/仪表_工程科技_专业资料 暂无评价0人阅读0次下载举报文档 粒子群聚类算法综述_李峻金_机械/仪表_工程科技_专业资料。第 26...
粒子群聚类算法综述_信息与通信_工程科技_专业资料。粒子群算法的概述第26 卷第 12期2009年12月 计算机应用研究ApplicationResearchofComputers Vol.No.2612Dec....
粒子群算法综述【摘要】 :粒子群算法(pso)是一种新兴的基于群体智能的启发式 全局搜索算法,具有易理解、易实现、全局搜索能力强等特点,倍 受科学与工程领域的广泛...
粒子群聚类算法综述 5页 免费 基于粒子群的聚类算法改... 55页 3下载券...%粒子群聚类算法 function [m_pattern]=C_PSO(m_pattern,patternNum) disType=...
粒子群优化算法及其应用综... 3页 免费 粒子群聚类算法综述 5页 2财富值...2003 M 文章编号: 100120920 ( 2003) 0220129206 微粒群算法综述谢晓锋, 张...
粒子群聚类算法综述 5页 免费 基于粒子群的K均值聚类算... 5页 免费一种基于粒子群算法的聚类算法...
一种基于粒子群的聚类算法_专业资料。针对缸中心点算法对初始化敏感和容易陷入局部极值的缺点,提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法...
粒子群聚类算法代码_IT/计算机_专业资料。用MATLAB语言实现的粒子群聚类算法,... 粒子群聚类算法综述 5页 免费 基于粒子群优化的文档聚... 6页 免费 免疫...
粒子群聚类算法综述 5页 免费 粒子群聚类MATLAB代码 4页 1下载券基于粒子群优化的文档聚类算法...
热门文档