摘要
为了解决聚类算法不能自动聚类的问题,提出并实现了自动聚类算法GEP-Cluster算法。主要工作包括:1)研究了基于GEP进化的最优簇划分;2)提出了自动合并簇算法Auto Merge Cluster Algorithm;3)实现了不需预知簇个数的聚类;4)在合成数据集上的实验表明,采用GEP-Cluster算法在未知簇划分信息的情况下可对数据集自动进行聚类分析,聚类成功率达到96%。
Many clustering algorithms have to need a number of clusters before clustering. In order to tackle this problem,a novel GEP-Cluster （Gene Expression Programming-clustering） algorithm was proposed. The main contributions include ： 1 ） proposing the GEP-Cluster algorithm to find the best clustering via GEP evolution, 2） proposing AMCA algorithm to auto merge cluster, 3 ） finding the best clustering without any priori knowledge by the GEP-Cluster algorithm. Extensive experiments showed that GEP-Cluster algorithm is effective in clustering without any domain knowledge, and the average clustering accuracy is almost 96%.
出处
《四川大学学报（工程科学版）》
EI
CAS
CSCD
北大核心
2007年第6期107-112,共6页
Journal of Sichuan University (Engineering Science Edition)
基金
国家自然科学基金(60473071)
高等学校博士学科点专项科研基金SRFDP(20020610007)资助项目
关键词
聚类
基因表达式编程
K-MEANS算法
进化计算
clustering
Gene Expression Programming
K-Means algorithm
evolutionary computation
