论文部分内容阅读
传统的蚁群聚类算法将聚类数据的每一维属性都等同看待，而在实际的应用中各维属性对聚类的贡献率不一，具有主次之分，若将所有属性赋予相同的权重，将对聚类的效果造成影响．为了克服这个缺陷，本文将主成份分析（PCA）方法引入到蚁群聚类当中，利用PCA计算属性的贡献率并以此构建属性的权重．在此基础上，结合一个新的初始化策略，提出了一种属性带权的改进蚁群聚类算法．通过对多个UCI数据集的测试，验证了本算法的有效性．实验结果表明，合理的权重分配能够有效的提高蚁群聚类的质量．