浙江省教育厅科研计划项目(Y201016493)
- 作品数：2 被引量：16H指数：2
- 相关作者：袁利永王基一金炳尧马永进倪应华更多>>
- 相关机构：浙江师范大学更多>>
- 发文基金：浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的半监督K-Means聚类算法被引量：14
- 2011年
- 半监督聚类利用部分标签的数据辅助未标签的数据进行学习,从而提高聚类的性能。针对基于K-means的聚类算法发现非球状簇能力差的问题,本文提出新的处理思想,即把已标签数据对未标签数据的引力影响加入到类别分配决策中,给出了类与点的引力影响度定义,设计了带引力参数的半监督K-means聚类算法。实验表明,该算法在处理非球状簇分布的聚类时比现有的半监督K-means方法效果更好。
- 袁利永王基一
- 关键词：半监督聚类标记数据
- PBIL算法在组合优化问题中的应用研究被引量：2
- 2011年
- 基于群体的增量学习(PBIL)算法有效结合了遗传算法和竞争学习的优点,运行过程简单,解决问题快速准确。本文提出将PBIL算法应用于求解CMN组合优化问题,以物流中心选址优化问题为例,介绍了基于PBIL求解CMN组合优化问题的一般方法,提出了针对此类问题的个体产生算法。为了提高算法的收敛速度和寻优能力,提出了基于当代最优解与历代最优解比较结果的概率学习加速方法。最后,通过实验仿真验证了上述改进的有效性。
- 袁利永倪应华金炳尧马永进
- 关键词：PBIL组合优化进化计算基因算法物流中心选址
