文献知网节
  • 记笔记

基于网格的二次K-means聚类算法

欧阳浩陈波王萌黄镇谨

广西工学院计算机工程系

摘要:传统的K-means算法是一种常用的聚类算法,但它对于初始聚类中心敏感,容易受到"噪声"和孤立点的影响,由此提出了一种基于网格的二次K-means聚类算法.此算法先将空间划分为多个大小相等的网格,然后根据给定的密度阈值来计算出密集网格,对密集网格中的点进行初次聚类,将初次聚类结果的均值点作为第二次聚类的初始均值点,从而消除了"噪声"和孤立点的影响,并且保证了信息的完整,实验证明此算法是有效的.
  • DOI:

    10.16375/j.cnki.cn45-1395/t.2012.01.010

  • 专辑:

    工程科技Ⅱ辑; 信息科技

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP311.13

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:141 页码:24-27+33 页数:5 大小:311K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者