Indexed by：
Abstract：
提出了一个微粒群优化算法( autoPSO)自动聚类高维数据.autoPSO优化了Davies-Bouldin (DB)有效性函数,并将聚类问题转化为一个界约束的连续函数的优化问题.用一个实数矩阵和一个二进制向量来表示微粒,使得同一迭代中能够表示具有不同聚类数目的划分；并且,在二进制向量的控制下指导相关联的实数矩阵交叉操作,保持算法良好的种群多样性,避免算法早熟收敛.通过高维模拟数据集的实验结果表明,本文算法不需要预设聚类数目k,能够自动正确识别高维数据的聚类.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福建工程学院学报
ISSN： 1672-4348
CN： 35-1267/Z
Year： 2011
Issue： 6
Volume： 09
Page： 607-612
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
