密度峰值优化初始中心的K-means算法

• 作者: 张桂珠 李敏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: K-means算法 CFSFDP算法 密度峰值 引力势能
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法
• 页码范围: 212-217
• 页数: 6页
• 分类号: TP18
• 字数: 4799字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.038

摘要

K-means算法随机选取初始聚类中心,容易导致聚类结果不稳定.为此,提出一种快速密度峰值搜索算法CFSFDP(clustering by fast search and find of density peaks)优化初始中心的K-means算法.首先针对CFSFDP算法中截断距离的选取影响局部密度的计算这一缺点,提出用动力学中的势能替换数据点的局部密度;在此基础上,利用改进的CFSFDP算法选取初始聚类中心,实现K-means聚类.在UCI数据集和人工模拟数据集上的测试结果表明,优化后的新算法具有更好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂珠	江南大学物联网工程学院	33	196	9.0	12.0
2	李敏	江南大学物联网工程学院	30	104	6.0	9.0