收藏本站
《中国石油大学》 2010年 硕士论文
收藏 | 手机打开
二维码
手机客户端打开本文

基于蚁群算法的混合聚类算法研究

李长进  
【摘要】: 在聚类分析问题中,实际应用的复杂性以及数据的多样性往往使得某个算法仅适用于某一类特定数据,且存在一定缺陷。因此,许多新的聚类算法不断被提出。基于蚂蚁化学识别系统的聚类算法(AntClust)是一种新型的生物模拟进化算法,它能自动形成聚类数目、能发现任意形状的簇、能处理任意类型的数据,有较强鲁棒性和适应性。然而,AntClust算法是基于随机选择的,且使用较多统计的随机性参数作为判定依据,导致算法计算误差较大。同时,它删除小巢的方法也过于呆板,不够灵活。本文从对AntClust算法进行改进和将改进的AntClust与K-means算法进行组合两方面着手,构建一种新的混合聚类算法,来提高聚类结果的质量。 针对蚂蚁初始化、行为规则、相似度计算和小巢删除等方面存在的问题,提出了新的随机碰面规则、相似度计算方法、复杂聚类中心定义和小巢删除规则等改进措施。改进过程中,将“均值”的思想用于行为规则中,降低了随机性带来的误差,提高了运算的精确度;新的复杂聚类中心,使算法能够计算类别属性的“平均值”,提高了算法的处理能力,为与K-means算法的组合奠定基础。改进的AntClust算法降低了迭代次数,提高了聚类结果的质量。 结合改进的AntClust特点,对K-means算法进行适当的修改:通过设定最大迭代次数控制K-means算法的停止;迭代过程中能更新蚂蚁的接受阈值。按照以改进型AntClust算法为总体框架,将K-means算法融入其中的思路组合这两个算法,通过二者反复调用来处理数据。混合算法在提高计算精度方面比原AntClust算法有更优秀的表现。 在UCI数据集上的实验结果表明了对AntClust的改进和与K-means算法的组合是有效的,在获得有效聚类的同时,提高了聚类结果的质量。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 冀俊忠;黄振;刘椿年;;基于聚类和分段优化的蚁群算法[J];北京工业大学学报;2008年04期
2 蒋志为;陶宏才;白学祥;;基于模糊集的蚁群聚类算法的改进[J];计算机应用;2006年08期
3 胡宏梅;董恩清;;人工蚁群聚类码书设计算法[J];通信技术;2007年07期
4 莫锦萍;陈琴;马琳;苏一丹;;一种新的K-Means蚁群聚类算法[J];广西科学院学报;2008年04期
5 朱树人;匡芳君;王艳华;;基于粒度原理的蚁群聚类算法[J];计算机工程;2005年23期
6 王琳;闫德勤;梁宏霞;;基于熵和蚁群算法的模糊支持向量机新方法[J];计算机应用;2009年07期
7 唐连生;程文明;梁剑;张则强;;应急物流配送问题的蚁群聚类算法研究[J];铁道运输与经济;2008年09期
8 刘建兴;鲍培明;;基于信息熵的空间对象群聚类算法[J];计算机工程;2011年16期
9 贾瑞玉;邢猛;徐庆鹏;黄义堂;;一种动态调整的蚁群聚类算法[J];计算机技术与发展;2009年02期
10 刘泉凤;;一种基于文本聚类的开放式信息自动归类方法[J];情报杂志;2009年06期
11 俞辉;裴振奎;陈继东;;一种改进的蚁群聚类算法[J];郑州大学学报(理学版);2010年03期
12 陈应显;;蚁群聚类算法中确定相邻对象方法的改进[J];计算机工程与应用;2009年18期
13 冀俊忠;黄振;刘椿年;代启国;;基于多粒度的旅行商问题描述及其蚁群优化算法[J];计算机研究与发展;2010年03期
14 蒋维特;杨露菁;;基于蚁群算法的被动目标定位算法[J];火力与指挥控制;2009年11期
15 宫占华;;基于蚁群聚类的信息检索系统研究[J];山东科学;2008年03期
16 王智;张自力;;一种新的混合蚁群聚类算法[J];西南师范大学学报(自然科学版);2009年03期
17 杨立才;赵莉娜;吴晓晴;;基于蚁群算法的模糊C均值聚类医学图像分割[J];山东大学学报(工学版);2007年03期
18 罗聪;曹三省;杜怀昌;;一种基于信息增益的蚁群聚类算法[J];中国传媒大学学报(自然科学版);2010年04期
19 张建华;赵东东;江贺;张宪超;;一种基于信息素的蚁群聚类算法[J];计算机工程与应用;2006年20期
20 邹远强;李国徽;赵梓屹;;基于遗传和蚁群算法融合的聚类新方法[J];科学技术与工程;2006年23期
中国重要会议论文全文数据库 前10条
1 莫锦萍;陈琴;马琳;苏一丹;;使用K-Means优化蚁群聚类模型[A];广西计算机学会2008年年会论文集[C];2008年
2 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
4 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
5 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
6 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
7 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
8 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
9 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
10 魏昕路;洪志令;姜青山;;一种基于样本缩减策略的新窗口式聚类算法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
中国博士学位论文全文数据库 前10条
1 万淼;基于群智能和随机索引的网络聚类算法研究[D];北京邮电大学;2011年
2 王翔;混合蚁群算法及其在管理优化中的应用[D];东华大学;2012年
3 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
4 程世娟;改进蚁群算法及其在结构系统可靠性优化中的应用[D];西南交通大学;2009年
5 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
6 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
7 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
8 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
9 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
10 郭乘涛;基于问题分解与蚁群算法的半导体晶圆制造系统调度方法的研究[D];上海交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 李长进;基于蚁群算法的混合聚类算法研究[D];中国石油大学;2010年
2 韩利;基于聚类算法的基因微阵列数据分析[D];江苏科技大学;2010年
3 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
4 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
5 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
6 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
7 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
8 杨学峰;蚁群算法求解TSP问题的研究[D];吉林大学;2010年
9 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
10 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
中国重要报纸全文数据库 前10条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 崇汉;小小蚂蚁 药效强[N];医药养生保健报;2006年
3 本报记者 邓锦衍;甘做蚂蚁不做英雄[N];民营经济报;2005年
4 徐叔衡;懒蚂蚁与董事长的正业[N];证券时报;2008年
5 马瑞民;企业家“蚂蚁”命[N];中国联合商报;2007年
6 ;视频数据中挖“宝”[N];计算机世界;2002年
7 于丹;大棚西瓜蚁害除治方法[N];江苏农业科技报;2008年
8 马海邻陆绮雯;594亿元网购意味什么[N];解放日报;2008年
9 ;与孩子一起读(005)[N];中国教育资讯报;2002年
10 杨石;浙江“地下钱庄”将逐步合法化[N];西部时报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978