许昌学院学报

2017, v.36;No.218(02) 20-24

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于密度分布的K-Means初始聚类中心选择算法
An Improved Algorithm for K-Means Initial Cluster Centers Based on Density Distribution

李梅莲;

摘要(Abstract):

针对K-Means算法聚类效果的好坏依赖初始聚类中心的选择问题,本文提出一种基于密度分布的简洁K-Means初始聚类中心选择算法.算法利用样本数据相似的稠密程度,较为精准的来寻找初始聚类中心,可有效的克服初始聚类中心选择的盲目性,减少迭代次数及聚类结果的不稳定现象.实验表明,该算法具有良好的聚类效果,稳定性好.

关键词(KeyWords): 聚类分析;;K-Means;;初始聚类中心选取;;距离矩阵;;密度分布

Abstract:

Keywords:

基金项目(Foundation): 河南省科技厅项目(132101110095,122102210488);; 河南省教育厅项目(13A520748)

作者(Author): 李梅莲;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享