由于现有的聚类算法还存在一些问题,研究了如何用和声搜索算法快速寻找最优的聚类中心,对于和声搜索算法也进行了一些改进。为了获得最佳的类中心数,采用了半监督方式循环测试各种中心数情况下的聚类质量。考虑到各维特征属性对聚类效果影响不同,采用了维度加权的方法进行特征选择。所有这些措施都是为了达到一个更好的聚类效果。实验结果表明,该聚类算法性能优于其它同类算法。算法被应用于并行计算性能分析中,用于区分和识别并行机的各个处理器运行性能类别。
科研之友
微信
新浪微博
Facebook
分享链接
