%0 Journal Article
%T 基于遗传算法与密度及距离计算的聚类方法
%A 王泽
%A 张宏军
%A 张睿
%A 贺邓超
%J 计算机应用
%D 2015
%X ？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.
%K 遗传算法
%K 聚类
%K 密度
%K 距离
%U http://www.joca.cn/CN/abstract/abstract18842.shtml