计算机应用研究

作者：刘丛,万秀华,彭敦陆,邬春学,

单位：上海理工大学光电信息与计算机工程学院,上海200093；

关键词：相似性度量,距离矩阵,多目标RM-MEDA进化算法,标签—实数编码,

基金：国家自然科学基金资助项目(61703278)；上海重点科技攻关项目(14511107902)；上海智能家居大规模物联共性技术工程中心项目(GCZX14014)；上海市一流学科建设项目(XTKX2012)；沪江基金研究基地专项资助项目(C14001)；；

传统的聚类算法通常基于单一的距离度量而设计，如何将多种距离度量有机融合在一起是当前面临的一个挑战。提出了一种基于多目标进化算法的多距离度量聚类框架（multiobjective evolutionary multiple distance measure clustering，MOMDC），并使用欧氏距离和Path距离来设计实际框架。该框架将数据集分别用两种距离测度预聚类，而后将预聚类结果作合并，以降低问题的规模，分别计算子类间的两种距离关系；最后使用多目标进化算法在两种距离空间中并行聚类。在多目标进化算法设计中，使用实数—标签的编码方式来设计染色体，并且设计了基于两种距离测度的两个适应度函数对染色体进行评估。最终将MOMDC与其他几种经典算法在大量的数据集上进行实验对比。实验表明，该框架对不同分布的数据集均能取得良好的结果。

来源：2019年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第1期