基于改进K均值聚类算法的星点聚类研究

• 作者: WUXin-wen 夏永泉 孙静茹 支俊 王兵 谢希望
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: k值 初始聚类中心 K均值聚类算法 层次聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图像与视频处理
• 页码范围: 358-363
• 页数: 6页
• 分类号: TP391.41
• 字数: 5286字
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2019020358

摘要

针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好.在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一种改进的K均值聚类算法,以解决传统的K均值聚类算法的聚类结果易受到k值和初始聚类中心随机选择影响的问题.该算法首先在用K均值聚类算法对数据初步聚类的基础上确定合适的k值,其次用层次聚类对数据聚类确定初始聚类中心,最后在此基础上再采用K均值聚类算法进行聚类.通过MATLAB仿真实验的结果表明,该算法的聚类结果与效率优于其他聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏永泉	郑州轻工业学院计算机与通信工程学院	37	195	8.0	13.0
2	王兵	郑州轻工业学院计算机与通信工程学院	10	16	2.0	3.0
3	支俊	郑州轻工业学院计算机与通信工程学院	14	24	3.0	4.0
4	孙静茹	郑州轻工业学院计算机与通信工程学院	6	13	2.0	3.0
5	谢希望	郑州轻工业学院计算机与通信工程学院	4	3	1.0	1.0
6	WUXin-wen	格里菲斯大学工程信息技术学院	1	2	1.0	1.0