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
桂林电子科技大学学报2013-4-25
8阅读
引用收藏
分享

摘要

传统的k-means算法及改进的k-means++算法中,簇的初始中心点选择都是随机的,这导致聚类结果可能陷入局部最优,使得算法对一些实际问题无效。为了克服这个缺陷,提出一种基于半径的k-means+λ算法,在选择簇的初始中心点时,根据λ参数计算各点间距离比例,并以某个特定的距离为半径作圆,在圆内根据距离比例选择一个初始化中心点。在相同的测试环境下,采用KDD CUP99数据集测试。测试结果表明,相比k-means算法和k-means++算法,本算法在错误率和运算时间上具有更高的性能。

学科与关键词

关键词
k-means聚类k-means++k-means+&lambda距离 k-meansclusterk-means++k-means+&lambdadistance
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.
  • 一种优化初始中心的K-means聚类算法
    邓海; 覃华; 孙欣计算机技术与发展, 2013, (11): 42-45.
查看全部 →

发表信息

论文状态
公开发表
期刊
桂林电子科技大学学报
发表日期
2013-04-25
卷期
第 02 期
页码
134-138
语言
中文
成果收录
CHINAJOURNAL
资助标注
广西科学研究与技术开发计划(1114006-3C)

作者

  • 刘

    刘家星 (第一作者)

  • 朱

    朱国魂

查看全部 3 位作者收起作者
  • 席

    席敏

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