基于自适应学习的演化聚类算法

王玲¹，孙华²

1. 北京科技大学自动化学院2. 北京科技大学钢铁流程先进控制教育部重点实验室

摘 要：演化聚类算法(ECM)是一种有效的在线聚类算法,能够根据输入数据实时调整聚类.但是,该聚类算法依赖于预先设置的最大距离阈值,而且对数据输入次序敏感.针对这些问题,提出一种基于自适应学习的演化算法(SALECM),在无法获取数据先验知识的情况下,无需人为预先定义参数,可自适应地调整聚类.实验结果表明,与ECM相比,SALECM可提高在线聚类的自适应性能,也能在一定程度上缓解数据输入次序对算法的影响.

关键词：演化聚类;在线聚类;数据次序;自适应;