基于全局性分裂算子的进化k-means算法

？进化算法可以有效地克服kmeans对初始聚类中心敏感的缺陷，提高了聚类性能。在进化kmeans聚类算法(f-eac)的基础上，针对其变异操作——簇分裂算子的随机性与局部性，提出了两个全局性分裂算子。结合最大最小距离的思想，利用待分裂簇的周边簇信息来指导簇分裂初始点的选择，使簇的分裂更有利于全局划分，以进一步提高进化聚类的有效性。实验结果表明，基于全局性分裂算子的算法在类数发现及聚类精度方面均优于feac。