作者：田雅娟; 贺文彬; 赵子强数据挖掘聚类分析微粒群算法
摘要：聚类分析是依据样本间关联的量度标准将其自动分成几个群组，使同一群组内的样本相似，而属于不同群组的样本相异的一种方法．在微粒群算法中由数量不等的粒子根据规则组合成不同的群体，所有的群体最终将会向着一个全局最优的位置运动．本文将通过改进微粒群算法的局部更新规则来改善算法的性能，根据由聚类半径确定初始聚类中心的方法将粒子群进行分类，然后运用该方法对所有粒子进行分类，初始化得到不同的粒子群体，最后对整个粒子群体进行优化得到全局最优解．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《山西师范大学学报·自然科学版》（CN：14-1263/N）是一本有较高学术价值的大型季刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《山西师范大学学报·自然科学版》主要栏目有：应用数学，泛函分析，算子理论，数理统计学，高能核物理，理论物理，材料化学，分析化学，生物多样性，生物学基础理论研究，山西地方区域性地理研究，可持续发展研究等。
杂志详情
