基于遗传算法和K-均值算法相结合的空间聚类分析
空间聚类方法主要有划分方法和层次方法。然而，它们都经常以局部最优结束聚类过程，在实现过程中没有考虑保持群体的全局分布特性，这个缺陷大大限制了其应用范围。遗传算法(Genetic Algorithm,简称GA)模仿生物进化过程的自然选择和进化机制，是一种基于群体的全局随机优化算法。因此，可以考虑运用遗传算法来解决空间聚类问题。在这一思想指导下，本文提出了一种将遗传算法和K-均值(K-means )聚类算法相结合的方法(以下筒称遗传K-均值聚类算法)用于空间聚类问题.实验表明，该方法显著地提高了聚类性能，其结果优于传统K-均值聚类方法及单纯的遗传算法聚类.
空间聚类分析 遗传算法 K-均值算法 数据挖掘
王家耀 张雪萍
解放军信息工程大学测绘学院,郑州,450052 解放军信息工程大学测绘学院,郑州,450052;河南工业大学计算机科学系,郑州,450052
国内会议
厦门
中文
253-254,266
2004-10-14（万方平台首次上网日期，不代表论文的发表时间）