基于邻域的迭代最优化聚类算法的设计与分析

作     者：刘培奇 李增智 LIU Pei-qi;LI Zeng-zhi

作者机构：西安建筑科技大学信息与控制工程学院陕西西安710055 西安交通大学电子与信息工程学院陕西西安710049 

基　　金：国家自然科学基金项目(60673170) 陕西省教育厅自然科学基金专项(08JK318) 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2009年第26卷第7期

页      码：142-146页

摘      要：迭代最优化算法是模式识别中一种重要方法.算法随机确定k个分类中心进行初始类划分,再通过逐步求精的方法进行合理分类.通过对迭代最优化算法的分析和研究,指出该算法存在样本选择的盲目性、易陷入局部极值、没有考虑样本的聚类趋势等缺点.文中根据样本的聚类趋势,结合邻域思想,设计了基于样本邻域概念的迭代最优化算法,并对算法的时间代价进行了定量分析.该算法总的时间代价为O(n),已应用于网络管理中的知识分类中,并取得了满意结果.

主 题 词：迭代最优化 邻域 知识分类 模式识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19304/j.cnki.issn1000-7180.2009.07.038

馆 藏 号：203124050...