申请入驻
会员登录
首页
专家库
成果简介
采编系统
官方活动
综合
综合
专家
记者
成果
新闻
观点
活动
检索
第一学习
智库首页
>
智库成果
>
期刊论文
改进的全局K′-means算法及其在数据分类中的应用
李大字
钱丽
靳其兵
谭天伟
· 2011
分享
收藏
阅读量:15
全局K′-means算法
聚类算法
竞争惩罚机制
期刊名称:
信息与控制 2011 年 第1期 期
摘要:
为了解决初始聚类中心的选择、簇个数的确定以及孤立点的避免等问题,提出了一种改进的全局K′-means算法.改进的算法不仅能够利用辅助聚类函数来计算初始点,而且能够利用目标函数在没有预定义聚类个数的前提下,找到实际的聚类中心个数,同时避免了孤立点问题.将改进的算法应用到实际数据集的分类中,并与改进的全局K-means算法以及K′-means算法进行了比较,实验结果证明所提出的算法能获得更好的聚类结果.
查看原文
相关专家
相关课题