一种基于PSO&PAM的聚类算法

摘要：

PAM是最早提出的k-medoids算法之一,该算法比较健壮,比k-means算法鲁棒性更强,但是PAM对初始值敏感,易陷入局部收敛.利用PSO算法对PAM进行优化,提出一种基于PSO和PAM的聚类方法,充分利用PAM和PSO两者对于不同问题的优势,来不断地更新PAM的聚类中心.通过建立基于熵的聚类有效性函数,对混合聚类算法的性能进行客观评价.从来自UCI的数据的测试结果表明,这种混合聚类的方法有较高的聚类正确率.

关键词：PAM算法、粒子群优化算法、聚类分析、有效性函数

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金10926189,10871031;湖南省教育厅重点项目10A015

在线出版日期：2013-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：149-152