一种优化初始中心的K-means粗糙聚类算法

• 作者: 史秀岭 姚跃华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 K-means算法 初始中心 密度 粗糙集
• 年，卷（期）: 2010,（34）
• 页码范围: 126-128
• 分类号: TP301.6
• 字数: 3897字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.34.038

摘要

针对K-means算法的不足,提出了一种优化初始中心的聚类算法.首先,采用密度敏感的相似性度量来计算对象的密度,基于对象之间的距离和对象的邻域,选择相互距离尽可能远的数据点作为初始聚类中心.然后,采用基于粗糙集的K-means聚类算法处理边界对象,同时利用均衡化函数自动生成聚类数目.实验表明,算法具有较好的聚类效果和综合性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚跃华	长沙理工大学计算机与通信工程学院	16	123	7.0	10.0
2	史秀岭	长沙理工大学计算机与通信工程学院	1	30	1.0	1.0