ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种优化初始中心的K-means聚类算法

邓海; 覃华; 孙欣广西大学
计算机技术与发展2013-7-24
9阅读
引用收藏
分享

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,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,再进行Kmeans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。

学科与关键词

关键词
K-means聚类聚类中心高密度点垂直中心点 K-means clusteringclustering centerhigh density pointsvertical center
相关
加载中…
  • 一种改进的K-Means聚类算法的研究
    王雪梅; 李晓峰; 高巍巍计算机与数字工程, 2013, (11): 1717.
  • K-Means聚类算法研究综述
    杨俊闯; 赵超计算机工程与应用, 2019, (23): 7-14+63.
  • 一种基于半径的k-means算法
    刘家星; 朱国魂; 席敏桂林电子科技大学学报, 2013, (02): 134-138.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机技术与发展
发表日期
2013-07-24
卷期
第 11 期
页码
42-45
成果收录
CHINAJOURNAL
资助标注
教育部人文社会科学研究规划基金项目(11YJAZH080)

作者

  • 邓

    邓海 (第一作者)

  • 覃

    覃华

查看全部 3 位作者收起作者
  • 孙

    孙欣

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417