基于粒计算的K-medoids聚类算法

• 作者: 谢娟英 马箐
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 传统K-medoids聚类算法 快速K-medoids聚类算法 粒计算 等价关系 聚类
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 1973-1977
• 分类号: TP18
• 字数: 5472字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.01973

摘要

传统K-medoids聚类算法的聚类结果随初始中心点不同而波动,且计算复杂度较高不适于处理大规模数据集；快速K-medoids聚类算法通过选择合适的初始聚类中心改进了传统K-medods聚类算法,但是快速K-medoids聚类算法的初始聚类中心有可能位于同一类簇.为克服传统K-medoids聚类算法和快速K-medoids聚类算法的缺陷,提出一种基于粒计算的K-medoids聚类算法.算法引入粒度概念,定义新的样本相似度函数,基于等价关系产生粒子,根据粒子包含样本多少定义粒子密度,选择密度较大的前K个粒子的中心样本点作为K-medoids聚类算法的初始聚类中心,实现K-medoids聚类.UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明了基于粒计算的K-medoids聚类算法能得到更好的初始聚类中心,聚类准确率和聚类误差平方和优于传统K-medoids和快速K-medoids聚类算法,具有更稳定的聚类结果,且适用于大规模数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢娟英	陕西师范大学计算机科学学院	46	873	15.0	28.0
2	马箐	陕西师范大学计算机科学学院	3	87	2.0	3.0