广西省自然科学基金(0640067)
- 作品数：2 被引量：114H指数：2
- 相关作者：韩凌波王强郝志强蒋正锋更多>>
- 相关机构：中共湛江市委党校广西师范大学更多>>
- 发文基金：广西研究生教育创新计划项目广西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的k-means初始聚类中心选取算法被引量：98
- 2010年
- 在传统的k-means聚类算法中,聚类结果会随着初始聚类中心点的不同而波动,针对这个缺点,提出一种优化初始聚类中心的算法。该算法通过计算每个数据对象的密度参数,然后选取k个处于高密度分布的点作为初始聚类中心。实验表明,在聚类类别数给定的情况下,通过用标准的UCI数据库进行实验比较,发现采用改进后方法选取的初始类中心的k-means算法比随机选取初始聚类中心算法有相对较高的准确率和稳定性。
- 韩凌波王强蒋正锋郝志强
- 关键词：K-MEANS算法聚类中心
- K-均值算法中聚类个数优化问题研究被引量：17
- 2012年
- 在传统的K-均值聚类算法中,聚类数K必须事先给定,然而,实际中K值很难被精确的确定,K值是否合理直接影响着K-均值算法的好坏。针对这个缺点,提出一种优化聚类数算法,根据聚类算法中类内相似度最大差异度最小和类间差异度最大相似度最小的基本原则,构建了距离评价函数F(S,K)作为最佳聚类数的检验函数,建立了相应的数学模型,并通过仿真实验进一步验证了新算法的有效性。
- 韩凌波
- 关键词：K-均值算法聚类个数
