基于免疫克隆算法的lvq聚类算法权值优化

学习矢量量化(lvq)聚类算法存在严重的对初值敏感的问题,若初值的选择偏差太大,就不会产生好的聚类效果,致使聚类精准度不够。免疫克隆算法具有很强的群体搜索能力,将免疫克隆算法用于优化lvq聚类算法的初值,并将改进得到的聚类算法用于对iris数据集进行分类。分类结果与标准的lvq算法的比较表明,改进后的聚类算法在稳定性上有了较大幅度的提高。