基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
k-均值聚类算法易受初始聚类中心的影响而陷入局部最优解.现有聚类中心初始化方法尚未得到广泛认可.本文依据每个类内至少有一个数据稠密区,且处于不同类的数据稠密区比处于同一类的数据稠密区相距更远的假设,在数据集合上构造一棵最小支撑树,应用根树原理在其上搜索数据稠密区并估计其密度,从中选出密度大且足够分离的数据稠密区,以其内的点作为初始聚类中心,得到了一个聚类中心初始化的新方法.将此方法与现有的方法进行比较,仿真实验表明,本文方法性能更优越.
推荐文章
基于数据分布特性的聚类中心初始化方法
初始聚类中心
K-均值算法
网格化
局部最大值
距离优化
一种有效的K-means聚类中心初始化方法
K-均值算法
基于密度
初始聚类中心
最大最小距离
最大距离积
数据挖掘中聚类初始化方法的优化研究
数据挖掘
聚类
聚类有效性
聚类初始化
分类属性
基于MFCC和运动强度聚类初始化的多说话人识别
多说话人识别
聚类初始化
运动强度特征
运动强度初始化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 聚类中心初始化的新方法
来源期刊 控制理论与应用 学科 工学
关键词 最小支撑树 聚类中心初始化 k-means算法
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 1435-1440
页数 分类号 TP39
字数 6937字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王耀南 湖南大学电气与信息工程学院 624 12897 53.0 86.0
2 李春生 广东商学院数学与计算科学学院 13 180 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (27)
参考文献  (7)
节点文献
引证文献  (33)
同被引文献  (131)
二级引证文献  (200)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(21)
  • 引证文献(4)
  • 二级引证文献(17)
2016(35)
  • 引证文献(4)
  • 二级引证文献(31)
2017(36)
  • 引证文献(3)
  • 二级引证文献(33)
2018(38)
  • 引证文献(3)
  • 二级引证文献(35)
2019(60)
  • 引证文献(5)
  • 二级引证文献(55)
2020(28)
  • 引证文献(3)
  • 二级引证文献(25)
研究主题发展历程
节点文献
最小支撑树
聚类中心初始化
k-means算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导