基于竞争学习的K质心组合聚类算法

• 作者: 刘威 张宇 邱云飞 邵良衫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: CLK-Centroid算法 K-Means算法 竞争学习 组合 聚类
• 年，卷（期）: 2011,（15）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 40-42,45
• 分类号: TP311
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.15.011

摘要

K-Means算法的聚类结果对初始簇的选择非常敏感,通常获得的是局部最优解而非全局最优解.为此,在K-Means聚类算法基础上,引入组合聚类和竞争学习概念,提出一种基于竞争学习的K质心组合聚类算法CLK-Centroid.该算法采用竞争学习策略计算簇的质心,以适应噪声数据和分布异常数据的要求,使用组合聚类策略提高聚类的精度.在数据集上构建多个CLK-Centroid聚类器进行聚类,构建子簇相似矩阵,并根据子簇之间的相似性合并相似簇.理论分析和实验结果表明该算法能够提高聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘威	辽宁工程技术大学理学院	21	130	7.0	11.0
2	邱云飞	辽宁工程技术大学软件学院	70	620	13.0	22.0
3	张宇	辽宁工程技术大学理学院	20	56	5.0	7.0
4	邵良衫	辽宁工程技术大学系统工程研究所	1	3	1.0	1.0