论文部分内容阅读
聚类可以看成是寻找K个最佳聚类中心的过程。文中把一组聚类中心视为一个粒子（P），把各个数据到各自聚类中心的欧式距离之和看成优化函数（f（P）），使用带混沌搜索的粒子群聚类算法（C-PSO）算法寻找最优函数值，从而找到最佳聚类中心。该算法改进了粒子速度的初始化，把混沌搜索嵌入到粒子群的搜索过程中，提高了粒子群的搜索能力。实验结果表明，该算法的聚类效果明显好于K-means和PSO聚类。