一种优化初始中心的K-Means聚类算法 |
| |
引用本文: | 邓海,覃华,孙欣.一种优化初始中心的K-Means聚类算法[J].微机发展,2013(10). |
| |
作者姓名: | 邓海 覃华 孙欣 |
| |
作者单位: | 广西大学 |
| |
基金项目: | 教育部人文社会科学研究规划基金项目(11YJAZH080)。 |
| |
摘 要: | 摘 要 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,本文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,该算法首先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,然后再进行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。
|
关 键 词: | 关键词 K-Means聚类 聚类中心 高密度点 垂直中心点 |
本文献已被 CNKI 等数据库收录! |
|