基于核的K-均值聚类

• 作者: 孔锐 张国宣 施泽生 郭立
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 核K-均值聚类 K-均值聚类 核函数 支持向量机
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 12-13,80
• 页数: 3页
• 分类号: TP181
• 字数: 3452字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.11.005

摘要

将核学习方法的思想应用于K-均值聚类中,提出了一种核K-均值聚类算法,算法的主要思想是:首先将原空间中待聚类的样本经过一个非线性映射,映射到一个高维的核空间中,突出各类样本之间的特征差异,然后在这个核空间中进行K-均值聚类.同时还将一种新的核函数应用于核K-均值聚类中以提高算法的速度.为了验证算法的有效性,分别利用人工和实际数据进行K-均值聚类和核K-均值聚类,实验结果显示对于一些特殊的类分布数据,核K-均值聚类比K-均值聚类具有更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭立	中国科学技术大学电子科学与技术系	203	1655	20.0	30.0
2	张国宣	中国科学技术大学电子科学与技术系	11	303	8.0	11.0
3	孔锐	中国科学技术大学电子科学与技术系	10	277	8.0	10.0
4	施泽生	中国科学技术大学电子科学与技术系	17	417	9.0	17.0