《计算机应用研究》|Application Research of Computers

基于多目标进化算法的多距离聚类研究

Research on multiple distance clustering based on multi-objective evolutionary algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 刘丛,万秀华
机构 上海理工大学 光电信息与计算机工程学院
统计 摘要被查看 次,已被下载
摘要 传统的聚类算法通常基于单一的距离度量而设计,如何将多种距离度量有机融合在一起是当前面临的一个挑战。提出了一种基于多目标进化算法的多距离度量聚类框架(multiobjective evolutionary multiple distance measure clustering,MOMDC),并使用欧氏距离和Path距离来设计实际框架。该框架首先将数据集分别用两种距离测度预聚类,而后将预聚类结果做合并,以降低问题的规模;其次分别计算子类间的两种距离关系;最后使用多目标进化算法在两种距离空间中并行聚类。在多目标进化算法设计中,使用实数-标签的编码方式来设计染色体,并且设计了基于两种距离测度的两个适应度函数对染色体进行评估。最终将MOMDC与其他几种经典算法在大量的数据集上进行实验对比。实验表明,该框架对不同分布的数据集均能取得良好的结果。
关键词 相似性度量;距离矩阵;多目标RMMEDA进化算法;标签-实数编码
基金项目 国家自然科学基金资助项目(61703278)
上海重点科技攻关项目(14511107902)
上海智能家居大规模物联共性技术工程中心项目(GCZX14014)
上海市一流学科建设项目(XTKX2012)
沪江基金研究基地专项资助项目(C14001)
本文URL http://www.arocmag.com/article/02-2019-01-010.html
收稿日期
修回日期
页码 -
中图分类号 TP301.6
文献标志码