用于文本聚类的新型差分进化粒子群算法OA北大核心CSCDCSTPCD
New Differential Evolution with Particle Swarm Optimization Algorithm for Text Clustering
针对粒子群优化(Particle Swarm Optimization,PSO)算法在维度高、特征稀疏的文本聚类过程中,随着算法迭代次数增加在后期陷入局部最优的问题,提出采用多样性更好的差分进化(Differential Evolution,DE)策略更新种群,尝试找到更好的全局最优解.考虑到种群个体间包含的聚类中心向量排列顺序的随机性对个体间的学习与更新的影响,提出一种自适应调整聚类中心向量排列顺序的方法,将个体间相似度最大的聚类中心向量尽可能…查看全部>>
胡晓敏;王明丰;张首荣;李敏
广东工业大学 计算机学院,广州 510006广东工业大学 计算机学院,广州 510006广东工业大学 计算机学院,广州 510006广东工业大学 计算机学院,广州 510006
信息技术与安全科学
文本聚类高维度粒子群优化(PSO)差分进化(DE)K-均值
《计算机工程与应用》 2021 (4)
基于群体智能的多自主水下航行器三维路径规划可靠优化研究
61-67,7
国家自然科学基金(61772142)广东省自然科学基金面上项目(2019A1515011270)广州市珠江科技新星项目(201806010059)广东省信息物理融合系统重点实验室项目(2016B030301008).