论文部分内容阅读
依据样本密度使用高斯函数构造山峰函数时，削去对山峰函数贡献较小的大部分边缘，从而大大减少计算工作量；提出了一种改进的微粒群算法，使之具有多峰函数寻优能力，可以一次求出山峰函数的各个峰值，即基于改进微粒群算法的快速山峰聚类法，给出了算法的原理，步骤，快速山峰函数与常规山峰函数间的误差及计算工作量的比较．仿真结果表明，该算法计算简单快捷，可以一次求出所有的聚类中心，在满足精度要求的情况下，能够减少90％以上的计算工作量，有效地搜寻到数据样本空间的各个聚类中心，从而实现对数据样本的准确聚类．