粒子群优化算法的应用有哪些具体的范围 粒子群优化算法特点

昭棠笔记 2023-01-25

卫子夫插曲-岁月友情

2022年5月1日发

(作者:爸爸你别走)

维普资讯

第24卷第11期 

计算机应用研究 Vo1.24 No.11 

2007年11月 Application Research of Compute ̄ Nov.2007 

基于量子行为的微粒优化算法的数据聚类 

唐槐璐,须文波,龙海侠 

(江南大学信息工程学院,江苏无锡214122) 

摘要:在PSO聚类算法的基础上网站推广平台,提出了基于量子行为的微粒优化算法(QPSO)的数据聚类。QPSO算法 

不仅参数个数少、随机性强,并且能覆盖所有解空间百度推广怎么做,保证算法的全局收敛。PSO与QPSO算法的不同在于聚类 

中心的进化上,实验中用到四个数据集比较的结果盐城网络推广,证明了QPSO优于PSO聚类方法网站建议。在聚类过程中使用了・ 

种新的度量代替Euclidean标准网站流量统计分析,实验证明了新的度量方法比Euclidean标准更具有健壮性,聚类的结果更。 

关键词:聚类;基于量子行为的微粒优化算法;新的度量 

中图分类号:TP391 文献标志码:A 文章编号:1001—3695(2007)11—0049—03 

Data clustering using quantum—behaved particle swaFm optimization 

TANG Huai—lu,XU Wen—bo百度排行榜,LONG Hai—xia 

(School ofInfornu ̄tion Technology,Southern Yangtze University,Wuxi flangsu 214122海南网站优化,China) 

Abstract:A data clustering using quantum—behaved particle SWalqTI optimization(QPSO)based on PSO clustering was pro— 

posed,Not only parameters of QPSO is few and randomicity of QPSO is storng,but also QPSO cover with all solution space and 

guarantees global convergence of algorithms.The difference between PSO and QPSO is the evolution of the cluster centroids. 

The performance of the clustering method on four data sets were compared.The expeirment results show QPSO clustering supe— 

riority.A new metirc was used to replace the Euclidean norm in clustering procedures.Experiment results show that this new 

metirc is more robust and accuracy than common—used Euclidean norm. 

Key words:clusteirng;QPSO algorithm;new metric 

聚类是一个将数据集划分为若干组(class)或类(cluster) 作为一种度量方法加盟星。在聚类算法中通常采用Euclidean距离搜索 baidu。 

的过程seo经理,并使得同一组内的数据对象具有较高的相似度辽源论坛,而不 假设X={ 1seo126, 2,…加盟星, }是一个数据集; 为m维Euclidean空 

同组中的数据对象是不相似的谷歌图片搜索引擎。它是一种无监督的模式识别 间中的特征向量; 代表聚类i的中心向量;C 代表形成聚类i 

问题汕头网页制作。许多领域百度精准广告,包括数据分析、数据挖掘、图像分割、统计学、 

的数据向量的集合;c为聚类的个数。聚类的过程如下: 

机器学习都使用了聚类算法ip互刷。 

a)对于每一个特征向量,计算特征向量和每一个聚类中 

相似或不相似的描述是基于数据描述属性的取值来确定 

心的距离(每个聚类中心代表一个类)。把这个数据向量分配 

的推广网,通常就是利用(各对象间)距离来进行表示的百度推广价格。传统的聚 

到距离最小的中心向量中互联网营销案例。数据向量到中心向量的距离用下 

类方法如C一均值聚类、模糊C一均值聚类(FCM)在聚类过程中 

面的公式来计算: 

根据Euclidean距离,但是基于这类距离的聚类方法一般只能 

d(xj,Zi)=II — II (1) 

发现具有类似大小和密度的图形或球状聚类。所以在下面的 

b)使用下面的公式重新计算聚类中心向量: 

聚类过程中将使用一种新的距离度量 网络红人推广。这种新的度量比经 - -( 一Zi l l)xj]/ l lxy—Zi l l(2) 

,E L999ask, ,£L, 常使用的Euclidean标准更具有健壮性。基于新的度量标准, 

根据文献[1],新的度量标准为 

本文提出了一种新的聚类方法——基于量子行为的微粒优 

d(xj福州网站设计公司, )=1一exp(-/3ll xj一 ll ) (3) 

化算法(QPSO)的聚类方法 j。这种聚类方法能保证粒子 

这里 是一个常量天蝎网站推广优化,定义为 

的全局收敛,优于PSO算法的性能首页被k。具有较强的健壮性,并且 

在实际应用系统中能容忍经常发生的情况。 

卢=( l lxj— l l/n); =( )/n (4) 

在聚类过程中网络营销工程师,用式(3)替代式(1),中心向量更新的式 

1一种新的度量 

(2)变为 

在数学中度量空间的概念是最基本和重要的刷淘宝下拉框。不同的度 

Zi 曼 JEL (exp(一 xj--Zi )x/A p(一Gi  xj--Zi( ) 

量函数构成不同的度量空间。基于这些度量空间,在不同的应 下面将用五个数据集来比较新的度量标准和Euclidena度 

用领域中将研究和应用不同的数学理论百度恶意点击。所选择的不同的度 

量标准在聚类上的性能百度开户费用。依据下面三条准则: 

量标准经常影响这些实际应用seo外贸推广。大家所熟知的Euclidean标准 a)聚类的目标函数 

收稿日期:2006-09-08;修返日期:2006-11-06 基金项目:自然科学基金资助项目(60474030) 

作者简介:唐槐璐(1980-)湘潭seo,男,硕士研究生,主要研究方向为人工智能、嵌入式操作系统(tarIgIluailu@126.tom);须文波(1946一)搜索引擎优化怎么操作,男,教授www net114 com,博 

导0 baidu com,主要研究方向为人工智能、计算机控制技术、嵌入式操作系统;龙海侠(1980一),女,硕士研究生,主要研究方向为生物信息学、人工智能. 

得胜e180m-小禄