优化初始中心点的小麦品质区域聚类

• 作者: 伍艳莲 姜海燕 朱艳 梁敬东 黄芬
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 区域聚类:小麦品质 优化初始中心 适宜性
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 博士论坛
• 页码范围: 34-37,72
• 分类号: TP391
• 字数: 5282字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.36.009

摘要

为探寻区域性小麦品质聚类的适宜算法,针对经典K-Means(KM)算法对初始聚类中心的敏感问题,以我国主要冬麦区为研究实例,探讨了两种初始中心点改进算法对大规模小麦品质数据集的适应性,综合距离与密度两因素,提出了一种基于密度参数和邻域半径的优化初始中心点小麦品质聚类算法.相对KM算法及文献改进算法,所提算法可较为准确地提取数据集高密度区域的初始中心点,聚类过程及性能对静态簇与非静态簇两种不同迭代方案相对不敏感.实验结果验证了算法的有效性和可行性,在收敛性能及稳定性方面具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄芬	南京农业大学信息科技学院	16	172	5.0	13.0
2	朱艳	南京农业大学国家信息农业工程技术中心	113	2719	28.0	45.0
3	梁敬东	南京农业大学信息科技学院	28	197	7.0	13.0
4	伍艳莲	南京农业大学信息科技学院	21	175	8.0	12.0
5	姜海燕	南京农业大学信息科技学院	37	339	10.0	17.0