基于信息熵的蚁群聚类组合算法的研究

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ａｌｔｅｓｏｔｏｎｓｏｃｌｐｉｍ，ｐｅｅｔｄａｃｍｂｎｔｎｍｅｈｄｔｒｖｅａｔｏｏｙｃｕｔｒｇｈａｅ — ｂｅｏｔｈｒｍｉｇｆｌａｔｈｃｏｏｍｕｒｓｎｅｏｉａｉｔｏｏｉｏｅｔｎｌｎｌｓｉ．Ｔｅｐｐｒｉｏｍｐｈｃｅｎｎ
ｗｉｈｄｔｒｎｄｔｅｓｔｆｔｅｄｔ，ｎｅｕｅｈａａｔｒｔｓａｄｖｒｆｅｅｆｃｉｅｅｓｆｔｅａｇｒｈｈｃｅｅｍｉｅｈｔｅｏａａａｄｒｄｃｄｔｅｐｒｍｅｅｓｏｔｔｎｅｉｔｆｔｎｓｌｏｉｍ．Ａｔｈａｈｅｙｈｅｖｏｈｔｅｔ
田力威，安得曹
（阳大学科学技术研究中心，沈阳１０４）沈１０４
摘要：提出一种基于信息熵的蚁群聚类算法，信息熵引入到Ｌ将Ｆ算法中，据对象的归属由信息熵来决定，数
减少了参数，并验证了算法的有效性；测试同时，对信息熵的蚁群算法早期数据分散、针收敛过慢、易陷入局部容
聚类分析是数据挖掘的重要组成部分。２纪８０世０年代，Ｄｎｕｏｒ等人首次模拟幼蚁自动分类及蚁尸聚积现象，出ｅｅｂｕｇ提了聚类基本模型（Ｍ）后又由ＬｍｒＢ；ｕｅ等人对基本模型进行改进提出了ＬＦ算法。近年来，内外学者将蚁群算法的群体智国能应用到聚类问题，得到了比较满意的结果，且出现了在Ｌ并Ｆ基础上改进的蚁群聚类算法。由文献［，］出的基于信息１２提熵的聚类算法和文献［］出的一种基于信息熵的蚁群聚类３提算法，将信息熵引入到ＬＦ算法中，变了蚂蚁拾起和放下对改
关键词：聚类；蚁群聚类；信息熵；一Ｋ均值 பைடு நூலகம்图分类号：Ｔ）８Ｊ１文献标志码：Ａ文章编号：１０ — ６５２ｌ）４１６。３０１３９（Ｏ１０ — ２９０
ｄｉ１．９９ｊｉｓ．０ —６５２１００１ｏ：０３６／．ｓｎ１０１３９．０１．４．９
ｓｍｅｔｅ，ｏｈｅｉｆｒｔｏｎｔｏｙｏｎｏｏｙａｇｒｔｍ ’ ａｌａａｗｅｅｔｏｓａｔｒｄＳｏｅｇｎｅｗａｌｗ．ｌｒａｉｍｆｒｔｎｏｍａｉｎｅｒｐｆａｔｃｌｎｌｏｉｈＳｅｒｙｄｔｒｏｃｔｅＯｃｎｖｒｅｃｓｓｏＶｕｎｅ — ｅ
ｓｌｅｔｅｓｏｃｎｅｇｎｅｏｎｏｏｙａｇｒｔｍｒｔｅｅｒｙｉｓｓｏｖｈｌｗｏｖｒｅｃｆａｔｃｌｎｌｏｉｈｆｈａｌｓｕｅ．ｏＫｅｙｗｏｒｄｓ：ｃｕｓｅｎｌｔｒｇ；ａｔｃｌｎｌｓｅｉｇ；ｉｆｒａｉｎｅｒｐｉｎｏｏｙｃｕｔｒｎｎｏｍｔｏｎｔｏｙ；Ｋ— ａｓｍｅｎ
第２８卷第４期
２１０１年４月
计算机应用研究
ＡｐｐｉａｉｓａｃｆＣｏｌｃｔｏｎＲｅｅｒｈｏｍｐｕｔｒｅｓ
Ｖ１２．０．８Ｎｏ４
Ａｐｔ２１．０１
基于信息熵的蚁群聚类组合算法的研究术
ａｄｓｅｃｉａｄｇｔｔｅｓａｔｇｖｌｅｕｉｇｔｅＫ— ａｓｒｓｌ，ｔｅｌｓｅｅｙｔｅｉｒｖｄａｇｒｈｎｋｔｈｌｎｏｈｔｒｉａｕｓｎｈｍｅｎｅｕｔｈｎｃｕｔｒｄｂｈｍｐｏｅｌｏｉｍ．Ｉｅｆｃｉｅｙｙ，ｎｔｔｆｔｌｅｖ
ｔｏｕｅｍｅｎＯｔｅｐｅ—ｏｕｔｔｏｒｃｓｆａｔｃｌｎｌｏｉｈ．ＴｈｏｇｍｅｎｉｄｔｒｎｄｃｕｓｅｅｔｒｆｓｒｄｃｄＫ— ａｓｔｈｒｃｍｐａｉｎｐｏｅｓｏｎｏｏｙａｇｒｔｍｒｕｈＫ— ａｓ，ｔｅｅｍｉｅｌｔｒｃｎｅａｔ
最优等缺点，出了一种蚁群聚类组合方法。改进思路是引入Ｋ— ａｓ为熵蚁群算法的预处理过程，提ｍｅｎ作通过Ｋ — ｍａｓｅｎ快速、粗略地确定聚类中心，用Ｋｍｅｄ利 — ａｓ方法的结果作为初值，再进行改进的熵蚁群算法聚类，有效地解决了蚁群算法早期收敛过慢等问题。
Ａｎｌｓｓｏｎｏｏｙｃｕｔｒｎｏｉａｉｎｂｓｄｏｎｏｍａｉｎｅｔｏｙａｙｉｆａｔｃｌｎｌｓｅｉｇｃｍｂｎｔｏａｅｎｉｆｒｔｏｎｒｐ
ＴＩＡＮ — ｉＬｉｗｅ．ＣＡＯＡｎ— ｄ
（ｃｎｅＴｃｎｌｙＲｓａｃｅｔ，ｈｎａｇＵｉｒｔ，ｈｎａｇ１０４Ｃｉ）Ｓｉｃ＆ｅｏｏｅｒＣｎｅＳｅｙｎｎｖｓｙＳｅｙｎ０４，ｈｎｅｈｇｅｈｒｅｉ１ａ
Ａｂｔａｃ：ＰｏｏｅｗｎｔｃｌｎｌｓｅｉｇｂａｅｎｉｆｒｔｏｎｒｐｉｒｄｅｈｅｅｔｏｙｉｔｈＦｌｏｉｈ，ｓｒｔｒｐｓｄａｎｅａｏｏｙｃｕｔｒｎｓｄｏｎｏｍａｉｎｅｔｏｙ，ｎｔｏｕｃｄｔｎｒｐｎｏｔｅＬａｇｒｔｍ