基于改进RPCL的K-means聚类算法 |
| |
引用本文: | 李彦明.基于改进RPCL的K-means聚类算法[J].甘肃科技,2018(4). |
| |
作者姓名: | 李彦明 |
| |
作者单位: | 兰州理工大学技术工程学院 |
| |
摘 要: | 针对现有(Rival Penalized Competitive Learning,RPCL)算法之不足,提出根据样本数据集自然分布规定样本密度,把此密度代入次胜者受罚竞争学习算法(RPCL)节点权值调整的改进RPCL算法;以改进RPCL算法对数据集进行预处理,确定K-means算法的合理类簇数目和最佳初始聚类中心,提高K-means算法的聚类效率和聚类准确性,促进其尽快地收敛至全局最优解。
|
本文献已被 CNKI 等数据库收录! |
|