重心随机漂移KMeans聚类算法的设计

作     者：尹晓丽 YIN Xiaoli

作者机构：山西大学商务学院基础教学部太原030006 

基　　金：国家社会科学规划基金(16BTJ034) 

出 版 物：《长春大学学报》 (Journal of Changchun University)

年 卷 期：2017年第27卷第8期

页      码：35-38页

摘      要：利用KMeans聚类算法进行聚类过程中,有可能会产生孤立聚点,这种情况一旦发生,会严重影响算法的聚类效果。为避免产生孤立聚点,本文改进了KMeans聚类算法,设计了一类重心随机漂移(Center Random Drift,简称CRD)KMeans聚类算法。该算法会首先判断生成的聚点是否是孤立聚点,利用CRD算法对孤立聚点进行替换,从而有效避免了孤立聚点的产生。通过在Matlab环境下进行图像聚类对比实验发现,针对色彩丰富的图片,新算法和传统KMeans算法性能没有明显差异,而针对图片色彩比较单一的图片,传统的KMeans聚类算法聚类效果不佳,新算法依然可以有效聚类。

主 题 词：KMeans聚类 机器学习 CRD KMeans聚类 Matlab 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1009-3907.2017.04.009

馆 藏 号：203262310...