期刊文献+

基于初始点优化的K-means聚类算法

下载PDF
导出
摘要 针对K-means算法的不足,提出一种优化初始点的方法,并对此方法和随机初始化法进行仿真实验比对,并用此法对K-means算法进行改进,在标准UCI数据集上进行实验比对,发现此方法相对于随机选取初始聚类中心点的K-means算法,在聚类中心确定方面,准确率较高、稳定性强、可伸缩性好。
作者 邓青
出处 《电子制作》 2014年第7X期230-230,229,共2页 Practical Electronics
  • 相关文献

参考文献2

二级参考文献16

  • 1HAND D, MANNILA H, SMYTH P. Principles of data mining[ M ]. Cambridge MA : MIT Press ,2001. 被引量:1
  • 2JAIN A K, DUBES R C. Algorithms for clustering data[ M]. Englewood Cliffs : Prentice Hall, 1988. 被引量:1
  • 3YAGER R R, FILEV D P. Generation of fuzzy rules by mountain clustering[ J ]. Journal of Intelligent and Fuzzy Systems, 1994,2 (3) : 209- 219. 被引量:1
  • 4YAGER R R, FILEV D P. Approximate clustering via the mountain method[J]. IEEE Trans on Systems, Man, and Cybernetics, 1994,24( 8 ) : 1:279-1:284. 被引量:1
  • 5CHIU S L. Fuzzy model identification based on cluster estimation [ J ]. Journal of Intelligent and Fuzzy Systems,1994,2(3) :267-278. 被引量:1
  • 6PAL N R, CHAKRABORTY D, Mountain and subtractive clustering method: improvements and generalizations [ J ], International Joumal of Intelligent Systems,2000,15(4) :329-341 被引量:1
  • 7SAMET H. The design and analysis of spatial data structures[ M ]. Reading, MA : Addison Wesley Longman, 1990 被引量:1
  • 8WOLBERG J R. Expert trading systems[ M]. New York:John Wiley,2000 被引量:1
  • 9[ EB/OL]. http ://cs. cmu. edu/- dpelleg 被引量:1
  • 10[EB/OL].http://www. cs. ucsd. edu/users/elkan/fastkmeans.html. 被引量:1

共引文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部