10.3969/j.issn.2095-2163.2021.05.041
K-means++算法优化及其在地震前兆分析中的应用研究
K-means++算法是近年来发展起来的一种聚类分析方法,解决了经典K-means算法的初始聚类中心随意确定的问题,在一定程度上提高了收敛速度.本文针对K值难以确定的问题,采用拐肘法、轮廓系数法和CH指标法联合确定K值,从而优化了 K-means++算法,并用于地震地磁数据聚类分析中.计算结果表明,优化后的K-means++聚类算法,能够较好地发现离群点,并与发生的地震对应,明显优于经典K-means算法,对于地震监测预报工作具有重要的现实意义.
K-means聚类算法;拐肘法;轮廓系数法;CH指标法
11
TP391.41(计算技术、计算机技术)
廊坊市科技支撑计划项目;大学生创业训练项目
2021-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
205-208