原文服务方: 太原理工大学学报       
摘要:
针对大数据集的初始聚类中心选取问题,在基于密度的划分算法和适用于大规模数据集限定初值的采样算法基础上,提出了一种用于初始聚类中心的划分采样算法.对聚类子空间在每一维上进行均匀划分形成不同的数据区域,根据数据区域的数据点数的多少进行采样来提高采样的准确性.利用采样思想缩小了数据集的规模,保证了算法在时间上的优势.通过不同规模、不同形状的数据集对算法进行验证,实验结果表明,与其它初始聚类中心算法相比,该算法在准确率和时间上都具有一定的优势.
推荐文章
基于划分的K-均值初始聚类中心优化算法
K-均值算法
中心点划分
聚类分析
聚类算法初始聚类中心的优化
初始中心
聚类
算法优化
最优聚类个数和初始聚类中心点选取算法研究
K-means算法
聚类中心
准确率
误差平方和
K-means聚类算法初始中心选择研究
K-means聚类算法
K个聚类中心
密度参数
K-means算法改进
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 基于划分采样的初始聚类中心算法
来源期刊 太原理工大学学报 学科
关键词 聚类中心初始化 密度估计法 限定初值算法 K-means算法
年,卷(期) 2011,(4) 所属期刊栏目 信息与计算机工程
研究方向 页码范围 334-337
页数 分类号 TP202.7
字数 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 薛惠锋 西北工业大学自动化学院 309 3851 31.0 46.0
2 李玮 西北工业大学自动化学院 6 37 2.0 6.0
3 詹海亮 西北工业大学自动化学院 4 91 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类中心初始化
密度估计法
限定初值算法
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
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导