一种K-means聚类和超球结合的多类分类算法

• 作者: 李永成 鲍蕾 黄曙光
• 来源期刊: 计算机应用研究
• 关键词: K-均值聚类算法 高斯性测度 超球 多类分类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 软件技术研究
• 页码范围: 1764-1766
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.05.048

摘要

针对现有的多类分类算法效率低下的问题,提出一种K-means聚类算法和超球结合的多类分类算法.对每一类样本,先使用K-means算法获得子类;再在各个子类上构造最小超球,由此对每类都获得一个超球集;这些超球将样本空间分割,根据样本点所在空间的位置综合得到决策函数,用于对输入样本点进行类别判断.从理论上分析该方法能够有效提高分类的速度和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄曙光		17	119	5.0	10.0
2	鲍蕾		3	11	2.0	3.0
3	李永成		5	22	3.0	4.0