华南理工大学学报(自然科学版) ›› 2014, Vol. 42 ›› Issue (9): 65-69.doi: 10.3969/j.issn.1000-565X.2014.09.012

• 电子、通信与自动控制 • 上一篇    下一篇

基于AFS优化初始聚类中心的G-K聚类模型

汪丽娜1 陈晓宏2†   

  1. 1.华南师范大学 地理科学学院∥智慧国土与资源环境研究中心,广东 广州 510630; 2.中山大学 水资源与环境研究中心∥华南地区水循环和水安全广东普通高校重点实验室,广东 广州 510275
  • 收稿日期:2014-04-23 修回日期:2014-06-05 出版日期:2014-09-25 发布日期:2014-08-01
  • 通信作者: 陈晓宏(1963-),男,教授,主要从事水文、水资源与环境研究. E-mail:eescxh@mail.sysu.edu.cn
  • 作者简介:汪丽娜(1981-),女,副教授,主要从事水资源的异变性研究.E-mail:linawang2004@163.com
  • 基金资助:

    国家自然科学基金资助项目(51210013,51479216);国家科技支撑计划项目(2012BAC21B0103);教育部高等学校博士学科点专项科研基金新教师类资助课题(20114407120006);广东省自然科学基金博士启动项目(S2011040005992);广东高校优秀青年创新人才培养计划(育苗工程)项目(LYM11049);水利部公益项目(201201094,201301002-02);广东省水利科技创新项目(2011-11)

GK Clustering Model Based on Optimal Initial Clustering Center of AFS

Wang Li- na1 Chen Xiao- hong2   

  1. 1.School of Geography∥ Center for Wisdom Land and Environmental Study,South China Normal University,Guangzhou 510630,Guangdong,China; 2.Center of Water Resources and Environment Research∥ Key Laboratory of Water Cycle and Water Security in Southern China of Guangdong Higher Education Institutes,Sun Yat- Sen University,Guangzhou 510275,Guangdong,China
  • Received:2014-04-23 Revised:2014-06-05 Online:2014-09-25 Published:2014-08-01
  • Contact: 陈晓宏(1963-),男,教授,主要从事水文、水资源与环境研究. E-mail:eescxh@mail.sysu.edu.cn
  • About author:汪丽娜(1981-),女,副教授,主要从事水资源的异变性研究.E-mail:linawang2004@163.com
  • Supported by:

    国家自然科学基金资助项目(51210013,51479216);国家科技支撑计划项目(2012BAC21B0103);教育部高等学校博士学科点专项科研基金新教师类资助课题(20114407120006);广东省自然科学基金博士启动项目(S2011040005992);广东高校优秀青年创新人才培养计划(育苗工程)项目(LYM11049);水利部公益项目(201201094,201301002-02);广东省水利科技创新项目(2011-11)

摘要: Gustafson- Kessel( GK) 聚类算法可以有效地搜索超椭球、平面和线型的数据类,但仍然存在对初始聚类中心较敏感、易于陷入局部最优的缺陷.为此,文中根据鱼群觅食与聚类的相似性,利用人工鱼群( AFS) 算法对聚类中心进行初始化,提出了改进的G- K 聚类算法,并利用人工数据集和IRIS 数据集进行仿真研究.结果表明,文中算法能有效地发现数据集中的聚类结构,聚类效果优于GK 聚类算法.

关键词: 聚类分析, GK 聚类算法, 优化, 初始聚类中心

Abstract:

Gustafson- Kessel (GK) clustering algorithm can be used to search for hyper ellipsoid,plane and lineardata effectively,but it is still sensitive to initial clustering center and easy to fall into a local optimum.In order tosolve this problem,this paper presents an improved GK clustering algorithm,which adopts the artificial fish- swarm(AFS) algorithm to initialize clustering centers according to the similarity between clustering and searching food offish school.Then,this algorithm is employed to perform a simulation based on artificial data and IRIS data.Theresults show that the improved algorithm can find the clustering structure of datasets effectively,and it possesses abetter classification performance than GK clustering algorithm.

Key words: cluster analysis, GK clustering algorithm, optimization, initial cluster center