基于初始聚类中心选取的改进FCM聚类算法 被引量：67

1

作者 张慧哲 王坚 《计算机科学》 CSCD 北大核心 2009年第6期206-209,共4页

针对模糊C-均值(Fuzzy C-Means,FCM)算法聚类效果往往受到初始聚类中心影响,收敛结果易陷入局部极小的问题,提出了一种改进的模糊C均值聚类算法。算法给出了一种简洁快速的初始聚类中心的选取规则,并根据聚类中心的分离特性改进了目标函... 针对模糊C-均值(Fuzzy C-Means,FCM)算法聚类效果往往受到初始聚类中心影响,收敛结果易陷入局部极小的问题,提出了一种改进的模糊C均值聚类算法。算法给出了一种简洁快速的初始聚类中心的选取规则,并根据聚类中心的分离特性改进了目标函数,从而使获得的聚类结果为全局最优。仿真结果证明新算法与传统FCM方法相比,迭代次数少,准确率高,同时也更加适用于样本数据分类不均衡的聚类问题。 展开更多

关键词 聚类 FCM聚类 目标函数 初始聚类中心 分离度

下载PDF 职称材料

优化初始聚类中心的改进k-means算法 被引量：56

2

作者 张靖 段富 《计算机工程与设计》 CSCD 北大核心 2013年第5期1691-1694,1699,共5页

传统k-means算法随机选取初始聚类中心使聚类结果不稳定,诸多优化算法的时间复杂度较高,为了提高聚类稳定性并降低时间复杂度,提出了基于个体轮廓系数自适应地选取优秀样本以确定初始聚类中心的改进k-means算法。该算法多次调用传统k-me... 传统k-means算法随机选取初始聚类中心使聚类结果不稳定,诸多优化算法的时间复杂度较高,为了提高聚类稳定性并降低时间复杂度,提出了基于个体轮廓系数自适应地选取优秀样本以确定初始聚类中心的改进k-means算法。该算法多次调用传统k-means算法聚类,根据k个类中心的个体轮廓系数以及各样本与类中心的距离,自适应地选取优秀样本,求其均值作为初始聚类中心。在多个UCI数据集上的实验表明,该算法聚类时间短,具有较高的轮廓系数和准确率。 展开更多

关键词 聚类 K均值算法 初始聚类中心 个体轮廓系数 自适应

下载PDF 职称材料

一种基于双层聚类分析的负荷形态组合识别方法 被引量：42

3

作者 王星华 陈卓优 彭显刚 《电网技术》 EI CSCD 北大核心 2016年第5期1495-1501,共7页

区别于传统用户用电行为分析方法,提出一种以聚类算法为基础的双层聚类分析方法。该方法结合给出的内、外层变随机设置为有目的选取初始聚类中心的选取规则,解决了聚类算法受初始聚类中心随机选取的影响,其收敛容易陷入局部最小化的问... 区别于传统用户用电行为分析方法,提出一种以聚类算法为基础的双层聚类分析方法。该方法结合给出的内、外层变随机设置为有目的选取初始聚类中心的选取规则,解决了聚类算法受初始聚类中心随机选取的影响,其收敛容易陷入局部最小化的问题。利用余弦相似度形态相似作为外层聚类的判据、欧式距离相近作为内层聚类的判据,对不需要经过归一化处理的用户用电轨迹向量进行分类。最后对某地区电力用户日负荷曲线进行算例分析,结果表明:双层聚类组合方法能把不同负荷形态及其大、小用户准确识别出来,实现了地区负荷形态的自动分类识别功能,证明了上述方法的有效性和优越性。 展开更多

关键词 聚类分析 余弦相似度 欧式距离 负荷形态 初始聚类中心

下载PDF 职称材料

基于改进K-means的电力数据异常检测算法 被引量：32

4

作者 吴蕊 张安勤 +1 位作者 田秀霞 张挺 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第4期79-87,共9页

异常检测方法在电力领域有着广泛的应用,如设备故障检测和异常用电检测等.改进了传统Kmeans聚类随机选择初始聚类中心的策略;结合数据对象的密集度与最大近邻半径,选择更加接近实际簇中心的数据点作为初始聚类中心,并在此基础上提出了... 异常检测方法在电力领域有着广泛的应用,如设备故障检测和异常用电检测等.改进了传统Kmeans聚类随机选择初始聚类中心的策略;结合数据对象的密集度与最大近邻半径,选择更加接近实际簇中心的数据点作为初始聚类中心,并在此基础上提出了一种基于改进K-means算法的电力数据异常检测新方法.实验表明,上述算法具有更优的聚类效果和异常检测性能,并且在应用于电力领域时,算法可以有效地检测出异常电力数据. 展开更多

关键词 初始聚类中心 密集度 异常检测

下载PDF 职称材料

对k-means初始聚类中心的优化 被引量：29

5

作者 仝雪姣 孟凡荣 王志晓 《计算机工程与设计》 CSCD 北大核心 2011年第8期2721-2723,2788,共4页

针对传统k-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布选取初始聚类中心的改进k-means算法。该算法利用贪心思想构建K个数据集合,集合的大小与数据的实际分布密切相关,集合中的数据彼此间相互靠近。取集合中数据的平均... 针对传统k-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布选取初始聚类中心的改进k-means算法。该算法利用贪心思想构建K个数据集合,集合的大小与数据的实际分布密切相关,集合中的数据彼此间相互靠近。取集合中数据的平均值作为初始聚类中心,由此得到的初始聚类中心非常接近迭代聚类算法期待的聚类中心。理论分析和实验结果表明,改进算法能改善其聚类性能,并能得到稳定的聚类结果,取得较高的分类准确率。 展开更多

关键词 聚类 K-MEANS算法 数据分布 初始聚类中心 改进算法

下载PDF 职称材料

基于数据挖掘的工业用户用电行为分析 被引量：26

6

作者 徐磊 杨秀 张美霞 《电测与仪表》 北大核心 2017年第16期68-74,共7页

文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据,同时对数据进行修复和归一化预处理;综合考虑聚类数的确定及初始聚类中心的选择这两个因素,对K-means算法进行优化;利用优化... 文中以上海市部分地区工业用户为研究对象,利用数据挖掘技术分析其用电行为。根据用户档案采集和整合用电数据,同时对数据进行修复和归一化预处理;综合考虑聚类数的确定及初始聚类中心的选择这两个因素,对K-means算法进行优化;利用优化的算法对用户负荷曲线分类并提取特征曲线,分析其用电行为典型特征,并与传统的K-means算法进行比较,同时引入相关指标检验聚类效果。结果表明,采用优化的K-means聚类算法能准确实现不同用户类型的分类识别功能,可以更加准确有效的进行用户用电行为的分析。 展开更多

关键词 工业用户 K-MEANS聚类算法 初始聚类数 初始聚类中心 用电模式提取 用电行为分析

下载PDF 职称材料

两阶段模糊C-均值聚类算法 被引量：21

7

作者 张新波 《电路与系统学报》 CSCD 北大核心 2005年第2期117-120,共4页

针对模糊C-均值(Fuzzy C-Means,FCM)算法对初始值敏感、收敛结果易陷入局部极小的问题,本文提出了一种新型的两阶段模糊C-均值聚类算法。算法提出了一种简洁快速的初始聚类中心的选取规则,从而使获得的聚类结果为全局最优。仿真结果证... 针对模糊C-均值(Fuzzy C-Means,FCM)算法对初始值敏感、收敛结果易陷入局部极小的问题,本文提出了一种新型的两阶段模糊C-均值聚类算法。算法提出了一种简洁快速的初始聚类中心的选取规则,从而使获得的聚类结果为全局最优。仿真结果证明了该算法的有效性和优越性。 展开更多

关键词 模糊聚类 FCM算法 局部极小 初始聚类中心 全局最优解

下载PDF 职称材料

一种新型的模糊C均值聚类初始化方法 被引量：19

8

作者 刘笛 朱学峰 苏彩红 《计算机仿真》 CSCD 2004年第11期148-151,共4页

模糊C均值聚类 (FCM)是一种广泛采用的动态聚类方法 ,其聚类效果往往受初始聚类中心的影响。受自适应免疫系统对入侵机体的抗原产生免疫记忆的机理启示 ,提出了一种新的产生初始聚类中心的方法。算法中 ,待分析的数据被视为入侵性抗原 ... 模糊C均值聚类 (FCM)是一种广泛采用的动态聚类方法 ,其聚类效果往往受初始聚类中心的影响。受自适应免疫系统对入侵机体的抗原产生免疫记忆的机理启示 ,提出了一种新的产生初始聚类中心的方法。算法中 ,待分析的数据被视为入侵性抗原 ,产生的记忆细胞作为聚类分析的初始中心。克隆选择用来产生抗原的记忆细胞群体 ,免疫网络理论则用来抑制该群体规模的快速增长。实验结果表明免疫记忆机理用于FCM初始中心的选择是可行的 ,不仅提高了FCM算法的收敛速度 。 展开更多

关键词 模糊C均值聚类 初始聚类中心 不完全匹配 免疫记忆

下载PDF 职称材料

基于最小生成树的层次K-means聚类算法 被引量：18

9

作者 贾瑞玉 李振 《微电子学与计算机》 CSCD 北大核心 2016年第3期86-88,93,共4页

针对K-means算法初始化时需要指定聚类数目,和随机选择初始聚类中心对聚类结果产生不稳定的问题,结合图论中最小生成树和层次算法的分裂、凝聚思想,提出一种基于最小生成树的层次K-means算法.该算法初始时根据数据样本生成一颗最小生成... 针对K-means算法初始化时需要指定聚类数目,和随机选择初始聚类中心对聚类结果产生不稳定的问题,结合图论中最小生成树和层次算法的分裂、凝聚思想,提出一种基于最小生成树的层次K-means算法.该算法初始时根据数据样本生成一颗最小生成树,然后利用层次分裂思想把数据分成多个较小的簇,通过K-means算法迭代操作得到每次操作的评价函数值来判断是否进行簇的合并,进一步确定聚类簇数目.实验结果证明,该算法能够较准确地判断聚类数目,并且聚类结果的稳定性比基本K-means算法要好. 展开更多

关键词 K-MEANS算法 聚类簇数 初始聚类中心 层次结构 最小生成树 PRIM算法

下载PDF 职称材料

基于改进K-means聚类算法的组合模型建模 被引量：18

10

作者 杨慧中 董陶 陶洪峰 《控制工程》 CSCD 北大核心 2013年第2期201-203,208,共4页

在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-mean... 在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择。将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型。将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模。工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力。 展开更多

关键词 K-MEANS聚类算法 目标函数 初始聚类中心 组合支持向量机

下载PDF 职称材料

一种改进的K-均值聚类算法 被引量：15

11

作者 隋心怡 王瑞刚 张鸿翔 《计算机与数字工程》 2018年第4期682-685,共4页

为改善传统k均值算法随机选择初始聚类中心导致算法稳定性较差这一问题,提出了一种基于样本空间分布密度的K-均值算法。改进算法将样本分布空间分割为多个大小相同的子空间,通过统计子空间中的样本密度,优化初始聚类中心。实验表明可以... 为改善传统k均值算法随机选择初始聚类中心导致算法稳定性较差这一问题,提出了一种基于样本空间分布密度的K-均值算法。改进算法将样本分布空间分割为多个大小相同的子空间,通过统计子空间中的样本密度,优化初始聚类中心。实验表明可以有效提高算法稳定性并减少迭代次数,最终获得较好的聚类效果。 展开更多

关键词 聚类算法 K-均值 初始聚类中心 空间分布

下载PDF 职称材料

K-means聚类算法的研究综述 被引量：10

12

作者 李卫军 《现代计算机（中旬刊）》 2014年第8期31-32,36,共3页

K-均值聚类算法(K-means)是基于划分的聚类算法中的典型算法,针对K-means算法初始聚类中心存在对K依赖的缺陷,提出一种新的选取K-means算法初始聚类中心的方法,该方法提高聚类结果的有效性和稳定性;还提出一种极值选择法,将最大距离法... K-均值聚类算法(K-means)是基于划分的聚类算法中的典型算法,针对K-means算法初始聚类中心存在对K依赖的缺陷,提出一种新的选取K-means算法初始聚类中心的方法,该方法提高聚类结果的有效性和稳定性;还提出一种极值选择法,将最大距离法和最小距离法相结合,进一步提高初始聚类中心选择的准确性。 展开更多

关键词 K均值 聚类分析 初始聚类中心

下载PDF 职称材料

基于邻域模型的K-means初始聚类中心选择算法 被引量：6

13

作者 曹付元 梁吉业 姜广 《计算机科学》 CSCD 北大核心 2008年第11期181-184,共4页

传统的K-means算法由于其方法简单,在模式识别和机器学习中被广泛讨论和应用。但由于K-means算法随机选择初始聚类中心,而初始聚类中心的选择对最终的聚类结果有着直接的影响,因此算法不能保证得到一个唯一的聚类结果。利用邻域模型中... 传统的K-means算法由于其方法简单,在模式识别和机器学习中被广泛讨论和应用。但由于K-means算法随机选择初始聚类中心,而初始聚类中心的选择对最终的聚类结果有着直接的影响,因此算法不能保证得到一个唯一的聚类结果。利用邻域模型中对象邻域的上下近似,定义了对象邻域耦合度和分离度的概念,给出了对象在初始聚类中心选择中的重要性,提出了一种初始聚类中心的选择算法。另外,分析了邻域模型中三种范数对聚类精度的影响,并和随机选择初始聚类中心、CCIA选择初始聚类中心算法进行了比较,实验结果表明,该算法是有效的。 展开更多

关键词 邻域模型 初始聚类中心 K-MEANS聚类 粗糙集

下载PDF 职称材料

一种用于道路障碍物识别的激光点云聚类算法 被引量：9

14

作者 张名芳 刘新雨 +2 位作者 付锐 蒋拯民 李星星 《激光与红外》 CAS CSCD 北大核心 2017年第9期1186-1192,共7页

提出一种适用于道路障碍物识别检测的聚类算法,该算法用来处理各向异性分布的激光点云数据。算法的基本思想是:针对点云空间分布的实时变化,提出在线学习合并阈值的层次聚类算法,以确定聚类数搜索范围上界和初始聚类中心的待选点集;然... 提出一种适用于道路障碍物识别检测的聚类算法,该算法用来处理各向异性分布的激光点云数据。算法的基本思想是:针对点云空间分布的实时变化,提出在线学习合并阈值的层次聚类算法,以确定聚类数搜索范围上界和初始聚类中心的待选点集;然后提出距离乘积最大化方法,对待选点集进行初始化排序,既结合点云的空间密度分布改善了聚类结果,又克服了传统K-means算法初始聚类中心难确定的问题;最后选取Silhouette和距离评价函数为聚类有效性指标分析算法的聚类效果,确定最佳聚类数。用以上自适应、在线学习的算法对2.5D激光雷达采集的点云数据进行聚类,并与其他两种聚类算法进行实际试验比较发现,本算法可以正确分割大多数空间分布各异且相互连接的障碍物。 展开更多

关键词 K-MEANS算法 激光点云 层次聚类 初始聚类中心

下载PDF 职称材料

基于加权二分图的K均值最佳聚类数确定算法 被引量：4

15

作者 林伟杰 王勇 周林 《计算机工程与设计》 北大核心 2023年第4期1104-1111,共8页

针对传统K均值算法无法精确预设初始聚类中心数目的问题,提出基于加权二分图的K均值最佳聚类数确定算法。设计等比例随机采样的方式,从原始大数据集中产生小数据集集合并从中产生聚类中心点点集,提高应对大规模数据集的能力;用聚类中心... 针对传统K均值算法无法精确预设初始聚类中心数目的问题,提出基于加权二分图的K均值最佳聚类数确定算法。设计等比例随机采样的方式,从原始大数据集中产生小数据集集合并从中产生聚类中心点点集,提高应对大规模数据集的能力;用聚类中心点点集形成二分图,针对聚类算法特性改进其赋权函数;设计评价数,改进Kuhn-Munkres算法,将其用于求取二分图的最大权完美匹配,确定最佳聚类数。实验结果表明,相较其它6种对比算法,所提算法有更高的准确性,更好的稳定性,以及更强的处理大规模数据集能力。 展开更多

关键词 K均值 初始聚类中心 随机采样 二分图 Kuhn-Munkres算法 最佳聚类数 完美匹配

下载PDF 职称材料

基于Ward’s方法的k-平均优化算法及其应用 被引量：7

16

作者 邱苏林 王丽珍 《计算机工程与应用》 CSCD 北大核心 2008年第31期169-172,共4页

通过对k-平均算法存在不足的分析,提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基础上,确定合适的簇数目、初始聚类中心等k-平均算法的初始参数,并进行孤立点检测、删除;基于上述处理再采... 通过对k-平均算法存在不足的分析,提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基础上,确定合适的簇数目、初始聚类中心等k-平均算法的初始参数,并进行孤立点检测、删除;基于上述处理再采用传统k-平均算法进行聚类。将优化的k-平均算法应用到罪犯人格类型分析中,实验结果表明,该算法的效率、聚类效果均明显优于传统k-平均算法。 展开更多

关键词 K-平均算法 Ward’s方法 簇数目 初始聚类中心 孤立点检测

下载PDF 职称材料

基于初始聚类中心优化和维间加权的改进K-means算法 被引量：7

17

作者 王越 王泉 +1 位作者 吕奇峰 曾晶 《重庆理工大学学报（自然科学）》 CAS 2013年第4期77-80,共4页

针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法。首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理。在Iris数据集上对原始算法和改进后的K-m... 针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法。首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理。在Iris数据集上对原始算法和改进后的K-means算法的聚类结果进行对比分析。实验证明:改进后的算法稳定,且聚类的准确率达到了92%。 展开更多

关键词 聚类 K—means算法 初始聚类中心 维间加权 Iris数据集

下载PDF 职称材料

一种层次初始的聚类个数自适应的聚类方法研究 被引量：6

18

作者 魏建东 陆建峰 彭甫镕 《电子设计工程》 2015年第6期5-8,共4页

K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自... K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自动确定聚类数目的目的,采用DBI度量,提出一种层次初始的聚类个数自适应的聚类方法(简称DHIKM)。通过UCI数据集和仿真数据上的实验,证明DHIKM可以在采样数据中快速找到合适的聚类个数,实验结果表明该算法在聚类质量与收敛速度上的有效性。 展开更多

关键词 K均值算法 层次初始化 戴维森堡丁指数 初始聚类中心 聚类个数

下载PDF 职称材料

一种新的两阶段FCM聚类算法 被引量：4

19

作者 焦远锋 李万龙 +1 位作者 郑山红 刘帅 《微电子学与计算机》 CSCD 北大核心 2009年第4期40-42,共3页

提出了一种新的两阶段FCM聚类算法,一方面有效弥补了Stephen L Chiu提出的FCM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法... 提出了一种新的两阶段FCM聚类算法,一方面有效弥补了Stephen L Chiu提出的FCM算法中存在的不足,更好地解决选择初始聚类中心的问题;另一方面,新算法解决了大数据量数据聚类时间过长的问题,取得了较好的聚类效果.实验结果也显示了该算法的有效性和优越性. 展开更多

关键词 模糊聚类 模糊C均值算法 初始聚类中心 两阶段聚类

下载PDF 职称材料

模糊C-均值聚类算法的改进 被引量：3

20

作者 王小姣 徐夫田 单国杰 《微型机与应用》 2010年第12期42-44,48,共4页

针对传统的模糊C-均值算法FCM受初始聚类中心影响而易于收敛到局部极小值的问题,提出了具体的改进方法。初始聚类中心不再随机获取而是通过改进的算法有目的地进行选取,同时采用冗余聚类中心的方法先将大簇分割成多个小类,再按一定条件... 针对传统的模糊C-均值算法FCM受初始聚类中心影响而易于收敛到局部极小值的问题,提出了具体的改进方法。初始聚类中心不再随机获取而是通过改进的算法有目的地进行选取,同时采用冗余聚类中心的方法先将大簇分割成多个小类,再按一定条件将相邻的小类合并。实验结果表明,改进后的FCM算法减小了对初始聚类中心的依赖,聚类结果更加精确。 展开更多

关键词 聚类 模糊C-均值 初始聚类中心

下载PDF 职称材料