基于关联图划分的Kmeans算法

作     者：李正兵 罗斌 翟素兰 涂铮铮 LI Zhengbing;LUO Bin;ZHAI Sulan;TU Zhengzheng

作者机构：安徽大学计算机科学与技术学院合肥230039 安徽省工业图像处理与分析重点实验室合肥230039 安徽大学数学科学学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室合肥230039 

基　　金：国家自然科学基金(No.61073116) 安徽省教育厅自然科学研究基金资助重大项目(No.KJ2011ZD10) 博硕士队伍建设计划(No.02203105) 安徽省高校优秀青年人才基金项目(No.2009SQRZ19ZD) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2013年第49卷第21期

页      码：141-144,151页

摘      要：Kmeans是最典型的聚类算法,因其简洁、快速而被广泛使用。针对传统Kmeans算法对初始聚类中心敏感和聚类参数k难以确定的问题,提出了一种基于关联图划分的Kmeans算法。该算法能够有效地根据数据的分布特性选取初始聚类中心,能够在指定的数据密集程度下自适应确定聚类数目。有效性实验表明上述改进的Kmeans算法具有较高的准确率和稳定性。

主 题 词：K均值 关联图 初始聚类中心 相似度矩阵 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.1202-0314

馆 藏 号：203756530...