论文研究基于改进模拟退火的优化Kmeans算法.pdf

针对K-means算法全局搜索能力的不足，提出了一种基于改进模拟退火的优化K-means（SA-KM）的聚类算法，该算法克服了K-means聚类算法对初始聚类中心选择敏感问题。为了提高SA-KM算法的聚类划分质量，提出了一种用于评价聚类结果的评价函数，该函数更为准确地反映类内距离和类间距离。仿真结果表明使用该算法在进行入侵检测时，能够检测出多种类型的入侵行为，能够保持较高的网络入侵检测率和较低网络入侵的误报率。