基于UPGMA的优化初始中心K-means算法研究

摘要：

为了弥补传统K-means算法聚类效果严重依赖于初始聚类中心这一不足,提出了OICC K-means算法.将不加权算术平均组对法(UPGMA)进行改进,通过该算法将密集区域的数据合并得到可以反映数据分布的若干数据点,再由最大最小距离算法从中选出彼此相距较远的点,作为传统K-means算法的初始聚类中心,从而使K-means算法有一个可以反映数据分布特征的输入.在典型数据集上进行的实验发现,相较于传统K-means算法,OICC K-means算法拥有更强的聚类能力,在准确率、召回率和F-测量值方面均有明显提高.在OICC K-means算法的前两个阶段(即UPGMA算法和最大最小距离算法)产生了较理想的初始聚类中心,这些中心点选自于数据密集的区域,因此避免了噪声数据、边缘数据带来的不良影响,使得K-means算法没有陷入局部最优解而达到了整体良好的聚类效果,同时聚类中心的个数在算法中自动确定而不需要手动设置.

关键词：聚类、初始中心、不加权算术平均组对法、最大最小距离算法、K-means算法

所属期刊栏目：28

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61640020;江苏省科技支撑计划BE2012386,BE2011342;江苏省农业自主创新项目CX133054、CX161006;江苏省重点研发计划BE2016368-1

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-53,58