一种基于初始点密度最大的改进型ISODATA聚类算法

• 作者: 李润青 谢明鸿 黄冰晶
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 高局部密度点距离 初始点选择 噪声点 ISODATA D-ISODATA算法
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法与语言
• 页码范围: 94-98
• 页数: 5页
• 分类号: TP312
• 字数: 4138字
• 语种: 中文
• DOI: 10.11907/rjdk.172074

摘要

针对ISODATA对初始聚类点选取较为敏感,不能处理噪声点的缺陷,提出一种基于结合密度最大的改进型ISODATA的划分聚类方法D-ISODATA.基于高局部密度点距离和局部密度最大原则,优化聚类初始点并去除噪声点.根据考察对象所处空间区域的密度分布情况划分基本簇,结合ISODATA聚类算法良好的自适应性,有效地对数据集进行分类.实验表明,这种基于密度聚类的改进型ISODATA算法能有效去除噪声点,改善初始中心点选择对最后聚类算法的影响,并且具有良好的自适应性,对于数据集处理的准确性优于传统K-means算法和ISODATA算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢明鸿	昆明理工大学信息工程与自动化学院	14	21	3.0	4.0
2	李润青	昆明理工大学信息工程与自动化学院	2	5	1.0	2.0
3	黄冰晶	昆明理工大学信息工程与自动化学院	4	6	1.0	2.0