中性游走驱动的进化子空间聚类算法

发布时间：2021-06-27 17:23

　　子空间聚类是解决高维数据聚类问题的有效方法之一,其面临的主要挑战是如何高效率地搜索一系列子空间.算法Chameleoclust利用可演化的染色体结构来搜索子空间聚类,取得了较好的聚类效果.但由于其以自然选择作为进化的主要驱动力,无法对进化过程中最主要的突变"中性突变"进行评价,因此缺乏足够的启发信息来引导搜索,导致搜索效率不高,且极易陷入局部最优等问题.本文提出一种中性游走驱动的Chameleoclust算法（Chameleoclust NW）,该算法主要特点是以中性理论的思想为基础,将中性突变视为进化的主角,以进化潜力为启发信息对染色体进一步评价,并利用中性游走对算法搜索过程进行引导.实验结果表明,与Chameleoclust相比,Chameleoclust NW具有更高的搜索效率和准确率. 

【文章来源】：小型微型计算机系统. 2019,40(03)北大核心CSCD

【文章页数】：5 页

【文章目录】：
1 引言
2 研究背景
    2.1 子空间聚类简介
    2.2 进化子空间聚类算法Chameleoclust
3 中性游走驱动的Chameleoclust算法
    3.1 中性概念简介
    3.2 中性游走驱动的Chameleoclust算法
    3.3 算法复杂度分析
4 实验分析
5 结束语


【参考文献】：
期刊论文
[1]中性进化算法模型及其实验研究[J]. 陈贤富,郭晶,任岳淼.  小型微型计算机系统. 2014(04)
[2]遗传算法研究进展[J]. 马永杰,云文霞.  计算机应用研究. 2012(04)



本文编号：3253276