基于邻域的迭代最优化聚类算法的设计与分析

• 作者: 刘培奇 李增智
• 来源期刊: 微电子学与计算机
• 关键词: 迭代最优化 邻域 知识分类 模式识别
• 年，卷（期）: 2009,（7）
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

迭代最优化算法是模式识别中一种重要方法.算法随机确定k个分类中心进行初始类划分,再通过逐步求精的方法进行合理分类.通过对迭代最优化算法的分析和研究,指出该算法存在样本选择的盲目性、易陷入局部极值、没有考虑样本的聚类趋势等缺点.文中根据样本的聚类趋势,结合邻域思想,设计了基于样本邻域概念的迭代最优化算法,并对算法的时间代价进行了定量分析.该算法总的时间代价为O(n),已应用于网络管理中的知识分类中,并取得了满意结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培奇	西安建筑科技大学信息与控制工程学院	27	132	7.0	10.0
2	李增智	西安交通大学电子与信息工程学院	243	2855	25.0	43.0