基于全局中心的高密度不唯一的K-means算法研究

• 作者: 万静 何云斌 刘雪娇 李松 王知强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-means算法 初始中心 聚类数 基于密度
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP301
• 字数: 7925字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0472

摘要

传统的K-means算法敏感于初始中心点的选取,并且无法事先确定准确的聚类数目k,不利于聚类结果的稳定性.针对传统K-means算法的以上不足,提出了基于全局中心的高密度不唯一的新方法——NDK-means,该方法通过标准差确定有效密度半径,并从高密度区域中选取具有代表性的样本点作为初始聚类中心.此外算法针对最高密度点不唯一的情况进行特别分析,选取距离全局中心最远的点集作为最优的初始中心点集合.在NDK-means算法基础上结合有效性指标BWP对聚类结果进行分析,从而解决了最佳有效聚类数目无法事先确定的不足.理论研究与实验结果表明所提方法的聚类结果具有更好的稳定性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万静	哈尔滨理工大学计算机科学与技术学院	57	266	10.0	13.0
2	何云斌	哈尔滨理工大学计算机科学与技术学院	59	346	11.0	15.0
3	李松	哈尔滨理工大学计算机科学与技术学院	87	452	12.0	16.0
4	刘雪娇	哈尔滨理工大学计算机科学与技术学院	1	12	1.0	1.0
5	王知强	黑龙江财经学院计算机与信息工程系	3	19	2.0	3.0