节点文献

基于网格的二次K-means聚类算法

免费订阅

【作者】 欧阳浩陈波王萌黄镇谨

【Author】 OUYANG Hao,CHEN Bo,WANG Meng,HUANG Zheng-jin(Department of Computer Engineering,Guangxi University of Technology,Liuzhou 545006,China)

【机构】 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.

【关键词】 数据挖掘,聚类K-均值算法网格
【基金】 广西科技攻关计划项目(桂科攻0992006-13);广西工学院博士基金项目(院科博11Z05)资助
  • 【DOI】10.16375/j.cnki.cn45-1395/t.2012.01.010
  • 【分类号】TP311.13
  • 【被引频次】9
  • 【下载频次】137
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: