论文部分内容阅读
K均值聚类算法是一种经典的数据挖掘算法,但该算法存在对初始值敏感且容易陷入局部最优问题,一定程度上影响分类结果的准确性。通过分析蚁群算法和粒子群算法,将两者混合算法应用到K均值聚类算法,提出一种K均值聚类优化算法。仿真结果表明,该优化算法不易受到初始值取值的影响,且具有较强的全局寻优能力,可作为聚类分析的一种有效方法。