基于改进布谷鸟搜索的k-means算法的离群点检测

摘要：

为了解决k-means算法的离群点检测容易受到初始聚类中心的影响陷入局部最优的问题,本文提出一种基于改进布谷鸟搜索的k-means算法的离群点检测方法.首先,对原始布谷鸟搜索算法中的发现概率和莱维飞行步长做自适应策略改进并进行实验仿真;其次讨论改进后的布谷鸟搜索算法的收敛性问题;最后将改进后的布谷鸟搜索算法与k-means的离群点检测算法融合成一种新的离群点检测算法——基于改进布谷鸟搜索的k-means算法的离群点检测.通过对UCI数据集进行仿真实验,结果表明,本文算法不仅精确度方面有着明显优势,而且在3个数据集上收敛速度均有改善,可有效地抑制k-means算法的离群点检测容易陷入局部最优的问题,缩短运行时间.

关键词：离群点检测;k-means算法;布谷鸟搜索算法;收敛性

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61074005

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：15-22