10.3778/j.issn.1002-8331.2011.19.040
结合近邻和密度思想的K-均值算法的研究
为了解决K-均值算法对初始聚类中心的依赖性,提出了一种新的选取初始聚类中心的算法.采用数据区内的最高密度点作为初始中心,基于近邻点属于同一聚类的特性,找到距离初始中心最远的点,将其加入初始聚类中心后再进行计算并依次下去的方法.该改进算法的初始聚类中心分布比较合理,而且剔除了孤立点对初始聚类中心的影响,从而可以得到更好的划分效果.实验表明,用改进的算法进行聚类更能够得到较高且稳定的准确率.
密度、近邻、聚类算法、K-均值、聚类中心
47
TP39(计算技术、计算机技术)
盐城工学院校级科研项目XKY2011037
2012-01-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
147-149,158