啟發(fā)式聚類算法具有收斂速度快、易實現(xiàn)等優(yōu)點,但初始解敏感,嚴(yán)重影響了聚類算法的質(zhì)量。針對這一問題,提出了一種煙花搜索導(dǎo)向的多路啟發(fā)式聚類算法。該算法通過多次調(diào)用經(jīng)典啟發(fā)式聚類算法,產(chǎn)生多個局部最優(yōu)解;在搜索空間中以多個局部最優(yōu)解為搜索起點,采用煙花搜索進行多路搜索;基于信息熵濃度設(shè)計煙花選擇算子確定搜索方向;再經(jīng)過變異、映射、偏移算子變換局部最優(yōu)中心點,以發(fā)現(xiàn)質(zhì)量更好的搜索起點;直至算法收斂獲得新的搜索起點;最終以新的搜索起點調(diào)用經(jīng)典啟發(fā)式聚類算法獲得高質(zhì)量聚類結(jié)果。實驗結(jié)果表明,煙花搜索導(dǎo)向的多路啟發(fā)式聚類算法在不同數(shù)據(jù)集上的聚類質(zhì)量明顯高于對比其他聚類算法的聚類質(zhì)量。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 符號約定與相關(guān)定義
2 煙花搜索導(dǎo)向的啟發(fā)式聚類算法
    2.1 FSG_MHC算法框架
    2.2 時間復(fù)雜度分析
3 實驗分析
4 結(jié) 論



本文編號：3792839