10.3969/j.issn.1673-629X.2013.11.011
一种优化初始中心的K-means聚类算法
针对传统K-means聚类算法对初始聚类中心的敏感性和随机性,造成容易陷入局部最优解和聚类结果波动性大的问题,结合密度法和最大化最小距离的思想,提出基于最近高密度点间的垂直中心点优化初始聚类中心的K-means聚类算法。该算法选取相互间距离最大的K对高密度点,并以这K对高密度点的均值作为聚类的初始中心,再进行K-means聚类。实验结果表明,该算法有效排除样本中含有的孤立点,并且聚类过程收敛速度快,聚类结果有更好的准确性和稳定性。
K-means聚类、聚类中心、高密度点、垂直中心点
TP301.6(计算技术、计算机技术)
教育部人文社会科学研究规划基金项目11YJAZH080
2013-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
42-45