基于IGS方法的最佳分类数研究

• 作者: 张正军 窦婷
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: Gapstatistics IGS模型 聚类数,ISODATA算法
• 年，卷（期）: 2017,（6）
• 页码范围: 30-36
• 页数: 7页
• 分类号: TP3
• 字数: 2631字
• 语种: 中文

摘要

ISODATA算法是一种基于统计模式识别的非监督学习动态聚类算法,该算法在K-means算法的基础上引入了合并与分裂的机制,实现了合并与分裂的自适应能力.选择Gap Statistic(GS)方法估计聚类数能够得到数据集的粗略分类,不能进一步对数据集进行细分类.本文针对这一问题,对GS方法进行改进,即将Gap统计量引入到ISODATA算法中,提出了IGS模型,实证表明,IGS模型不仅可以实现数据的细分类,而且通过IGS模型估计数据集的最佳分类数准确率明显高于原GS模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正军	南京理工大学理学院	33	477	7.0	21.0
2	窦婷	南京理工大学理学院	1	1	1.0	1.0