%0 Journal Article
%A 夏启钊
%A 孙艺
%T 半监督聚类目标下粒子群算法的分析与改进
%D 
%R 10.13190/j.jbupt.2020-017
%J 北京邮电大学学报
%P 21-26
%V 43
%N 5
%X 传统粒子群算法的优点较为明显，但是随着环境复杂度的增高，传统算法的聚类中心敏感度升高，空聚类过多，类标号对聚类结果的影响不足等问题日趋严重.为此，提出了一种改进算法，以半监督<i>K</i>均值聚类为目标，以自适应<i>K</i>值的方式，随机地计算初始化聚类中心，并根据均值聚类算法的需要编码成粒子，同时引入软性约束概念重新构造目标函数；最后使用改进后的算法进行寻优.所提出的粒子群算法改进了自适应参数，引入了免疫扰动和混沌扰动2种扰动方式，同时应用了退火策略和动态聚类策略.实验结果表明，该算法在很大程度上解决了上述问题.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-017