-
公开(公告)号:CN105426910B
公开(公告)日:2018-11-27
申请号:CN201510766519.5
申请日:2015-11-11
Applicant: 南京信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于改进ABC算法与DE变异策略的自适应聚类方法,该方法采用变异和交叉两个操作代替原算法ABC中单一的搜索操作,采用自适应的DE变异策略和新的概率选择值方法代替原方法。本发明在一定程度上解决了传统聚类算法后期容易陷入局部最优的缺点,且搜索速度相对较慢的缺陷,将改进ABC算法与DE结合,重新定义人工蜂位置更新公式,使算法尽可能的跳出局部最优,从而找到全局最优解。该方法的聚类结果更具多样性和准确性,且算法速度及效率都具有一定的优势。
-
公开(公告)号:CN105426910A
公开(公告)日:2016-03-23
申请号:CN201510766519.5
申请日:2015-11-11
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明公开了一种基于改进ABC算法与DE变异策略的自适应聚类方法,该方法采用变异和交叉两个操作代替原算法ABC中单一的搜索操作,采用自适应的DE变异策略和新的概率选择值方法代替原方法。本发明在一定程度上解决了传统聚类算法后期容易陷入局部最优的缺点,且搜索速度相对较慢的缺陷,将改进ABC算法与DE结合,重新定义人工蜂位置更新公式,使算法尽可能的跳出局部最优,从而找到全局最优解。该方法的聚类结果更具多样性和准确性,且算法速度及效率都具有一定的优势。
-