| 一种新型基于样本空间密度的改进聚类算法 |
| |
| 引用本文： | 李葵芳,于佐军.一种新型基于样本空间密度的改进聚类算法[J].控制工程,2008(Z2). |
| |
| 作者姓名： | 李葵芳 于佐军 |
| |
| 作者单位： | 中国石油大学(华东)信息与控制学院 |
| |
| 摘 要： | 在减法聚类中一般只采用固定聚类半径训练聚类的做法,这样就可能得到过多或过少的聚类中心。为了提高聚类结果的最优性,从数据样本空间密度疏密程度考虑出发,改进了减法聚类算法,不仅改善了原来聚类半径只能固定的做法,而且适应于聚类大小不同时的数据聚类,使得调节参数更少,并结合模糊C-均值(FCM)聚类可以获得更为合理和准确的聚类个数和聚类中心,在一定程度上拓展了聚类算法的适用性。最后通过仿真证明了改进算法的有效性。
|
| 关 键 词： | 样本空间密度 减法聚类 球状聚类 |
Improved Cluster Algorithm Based on Space Density of Datasets |
| |
| LI Kui-fang,YU Zuo-jun.Improved Cluster Algorithm Based on Space Density of Datasets[J].Control Engineering of China,2008(Z2). |
| |
| Authors: | LI Kui-fang YU Zuo-jun |
| |
| Abstract: | Using constant cluster radii is a general method in subcluster,then it may not get the optimal clusters.In order to optimize the subcluster results,an improved cluster algorithm considering the space density of datasets is introduced.The algorithm improves the method using different cluster radii and adapts to different circumstances of space density.As a result,the improved algorithm has less parameters needed adjusting,and attains reasonable clusters by combining with FCM.The simulation results show its effectiveness. |
| |
| Keywords: | space density subcluster spherical cluster |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
