计算机科学 ›› 2013, Vol. 40 ›› Issue (Z6): 27-28.
张晓丹,黄海燕
ZHANG Xiao-dan and HUANG Hai-yan
摘要: 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。
[1] Jiao L C,Wang L.A novel genetic algorithm based on Immunity[J].IEEE Transaction on Systems,Man,and Cybernetics-part A:Systems and Humans,2000,30(5):552-551 [2] 焦李成,杜海峰,刘芳,等.免疫优化计算、学习与识别[M].北京:科学出版社,2006:92-99 [3] 马文萍,尚荣华,焦李成.免疫克隆优化聚类技术[J].西安电子科技大学学报:自然科学版,2007,4(6):911-918 [4] 张敏灵,陈兆乾,周志华.SOM算法、LVQ算法及其变体综述[J].计算机科学,2002,9(7):97-100 [5] Pal N R,Bezdek J C,Tsao E C K.Generalized clustering networks and Kohonen’s Self-organizing scheme[J].IEEE Transactions on Neural Networks,1993,4(4):549-557 |
No related articles found! |
|