吉欢
- 作品数：4 被引量：6H指数：2
- 供职机构：西安理工大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于人工免疫粒子群优化算法的动态聚类分析被引量：4
- 2008年
- 模糊C-均值聚类算法受初始化影响较大,在迭代时容易陷入局部极小值。将粒子群优化算法与模糊C-均值聚类算法相结合,提出一种新颖的动态聚类算法。该算法利用人工免疫思想改进粒子群优化过程,在很大程度上避免了粒子群算法和聚类算法早熟现象的发生,全局搜索能力和局部搜索能力优于同类算法。利用聚类理论中的经验规则kmax≤n来确定聚类数k的搜索范围,在最优粒子基础上进化新一级种群,该方案可有效提高算法的收敛速度。两组数据的仿真实验表明,新算法优于传统模糊C-均值聚类算法,具有收敛速度快和解的精度高的特点。
- 王磊吉欢徐庆征
- 关键词：人工免疫系统粒子群优化算法动态聚类收敛性
- 基于人工免疫细胞模型的C-均值聚类算法
- 分析在一定条件下往往可以归结为一个带约束的优化问题。人工免疫细胞模型中免疫细胞转变为成熟细胞，进而分化为记忆细胞和抗体的过程，也是一个学习和优化过程。本文凭借免疫细胞学习和记忆能力，模拟抗体捕获抗原的机制，提出了一种基于...
- 吉欢王磊
- 关键词：聚类分析免疫细胞C-均值聚类算法
- 基于免疫进化粒子群优化的动态聚类算法被引量：2
- 2009年
- 针对粒子群优化算法和传统聚类算法易产生"早熟"现象的不足,把人工免疫系统的免疫信息进化处理机制引入到粒子群优化算法,提出一种基于免疫进化粒子群的动态聚类算法。算法采用线性递减权策略为各个粒子选取适当惯性权值,利用免疫进化思想改进粒子群优化过程,同时利用聚类经验规则k≤n确定聚类数k的初始搜索范围,以性能代价函数为依据在聚类数目未知的情况下实现动态聚类。仿真实验表明,新算法有效提高聚类正确率,具有收敛精度高和聚类能力强等特点。
- 王磊吉欢刘小勇
- 关键词：粒子群优化动态聚类
- 基于免疫机制的模糊聚类方法的研究
- 本文针对经典聚类算法对初值敏感和易陷入局部极小值的问题,借鉴免疫细胞从不成熟到成熟,进而转变为记忆细胞和抗体这一基本原理来指导数据对象聚类,提出了一种基于人工免疫细胞模型的C-均值聚类算法。该算法一方面以亲和力为评判标准...
- 吉欢
- 关键词：免疫机制模糊聚类方法聚类质量
- 文献传递
