首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于层次的K-means初始化算法
引用本文:汤九斌,陆建峰,唐振民,杨静宇.基于层次的K-means初始化算法[J].工程科学,2007,9(11):74-79.
作者姓名:汤九斌  陆建峰  唐振民  杨静宇
作者单位:南京理工大学计算机系,南京210094,南京理工大学计算机系,南京210094,南京理工大学计算机系,南京210094,南京理工大学计算机系,南京210094
基金项目:湖南省教育厅优秀青年基金资助项目(07B022);湖南省教育厅基金资助项目(03C495)
摘    要:K-means算法是一种常用的聚类算法,但是聚类中心的初始化是其中的一个难点。笔者提出了一个基于层次思想的初始化方法。一般聚类问题均可看作加权聚类,通过层层抽样减少数据量,然后采用自顶向下的方式,从抽样结束层到原始数据层,每层都进行聚类,其中每层初始聚类中心均通过对上层聚类中心进行换算得到,重复该过程直到原始数据层,可得原始数据层的初始聚类中心。模拟数据和真实数据的实验结果均显示基于层次抽样初始化的K-means算法不仅收敛速度快、聚类质量高,而且对噪声不敏感,其性能明显优于现有的相关算法。

关 键 词:层次技术    初始聚类中心    加权数据    K平均聚类
点击此处可从《工程科学》浏览原始摘要信息
点击此处可从《工程科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号