一种新的k-medoids聚类算法

• 作者: 姚丽娟 孟颖 罗可
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 k-medoids算法 密度初始化 目标函数
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 图形图像处理
• 页码范围: 153-157
• 页数: 5页
• 分类号: TP391.4
• 字数: 5167字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0644

摘要

针对k-medoids算法对初始聚类中心敏感，聚类精度较低及收敛速度缓慢的缺点，提出一种基于密度初始化、密度迭代的搜索策略和准则函数优化的方法。该算法初始化是在高密度区域内选择k 个相对距离较远的样本作为聚类初始中心，有效定位聚类的最终中心点；在k个与初始中心点密度相近的区域内进行中心点替换，以减少候选点的搜索范围；采用类间距和类内距加权的均衡化准则函数，提高聚类精度。实验结果表明，相对于传统的k-mediods 算法及某些改进算法，该算法可以提高聚类质量，有效缩短聚类时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
2	孟颖	长沙理工大学计算机与通信工程学院	9	120	6.0	9.0
3	姚丽娟	长沙理工大学计算机与通信工程学院	5	88	4.0	5.0