基于密度权重Canopy的改进K-medoids算法

• 作者: 贾瑞玉 陈胜发
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 聚类 密度 权重 数据挖掘
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形与图像
• 页码范围: 1823-1828
• 页数: 6页
• 分类号: TP181
• 字数: 5099字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.10.015

摘要

为了提高K-medoids算法的精度和稳定性,并解决K-me doids算法的聚类数目需要人工给定和对初始聚类中心点敏感的问题,提出了基于密度权重Canopy的改进K-medoids算法.该算法首先计算数据集中每个样本点的密度值,选择密度值最大的样本点作为第1个聚类中心,并从数据集中删除这个密度簇;然后通过计算剩下样本点的权重,选择出其他聚类中心;最后将密度权重Canopy作为K-me-doids的预处理过程,其结果作为K-medoids算法的聚类数目和初始聚类中心.UCI真实数据集和人工模拟数据集上的仿真实验表明,该算法具有较高的精度和较好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞玉	安徽大学计算机科学与技术学院	62	688	17.0	23.0
2	陈胜发	安徽大学计算机科学与技术学院	3	0	0.0	0.0