| 一种新的k-means聚类中心选取算法 |
| |
| 引用本文： | 黄敏,何中市,邢欣来,陈英. 一种新的k-means聚类中心选取算法[J]. 计算机工程与应用, 2011, 35(35): 132-134 |
| |
| 作者姓名： | 黄敏 何中市 邢欣来 陈英 |
| |
| 作者单位： | 1. 重庆工贸职业技术学院信息工程系,重庆,408300
2. 重庆大学计算机学院,重庆,400044 |
| |
| 基金项目： | 国家科技重大专项基金(No.2008ZX07315-001) |
| |
| 摘 要： | 在2010年提出已有的k-means聚类中心选取算法的基础上进行改进。通过计算样本间的距离求出每个样本的密度参数,选取最大密度参数值所对应的样本作为初始聚类中心。当最大密度参数值不惟一时,提出合理选取最大密度参数值的解决方案,依次求出k个初始聚类中心点,由此提出了一种新的k-means聚类中心选取算法。实验证明,提出的算法与对比算法相比具有更高的准确率。
|
| 关 键 词： | k-means算法 聚类中心 密度参数 |
| 修稿时间： | |
New k-means clustering center select algorithm |
| |
| HUANG Min , HE Zhongshi , XING Xinlai , CHEN Ying. New k-means clustering center select algorithm[J]. Computer Engineering and Applications, 2011, 35(35): 132-134 |
| |
| Authors: | HUANG Min HE Zhongshi XING Xinlai CHEN Ying |
| |
| Affiliation: | HUANG Min1,HE Zhongshi2,XING Xinlai2,CHEN Ying1 1.Department of Information Engineering,Chongqing Industry & Trade Polytechnic,Chongqing 408300,China 2.College of Computer Science,Chongqing University,Chongqing 400044,China |
| |
| Abstract: | A part of the existing algorithm is improved.Through computing the distance between data object to count the density parameter of every data object,the biggest density parameter data objects are chosen as the initial clustering centers.When more than one biggest density parameter,the solution how to select the biggest density parameter is proposed,k initial clustering centers are found.And a new k-means clustering center algorithm is proposed.The experimental result proves the improved algorithm can get hig... |
| |
| Keywords: | k-means algorithm clustering center density parameter
|
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
|
