10.3969/j.issn.1000-3932.2012.10.013
优化K均值随机初始中点的改进算法
针对传统K均值随机产生的初始聚类中心的方式提出最近邻K均值、极远邻K均值和自适应K均值3种优化算法.最近邻K均值是通过寻找多维空间下欧氏σ邻近点的方式确定K群；而极远邻K均值是极远σ邻判定确定法；自适应K均值是将数据集确定到矩阵中,对矩阵做归一化、二元化处理后,计算各向量间的相异度来修正确定初始中心点的加权欧氏距离.3种优化算法改善了原始K均值算法,提高了算法的稳定性和精确度,而且它们各自适用于不同的应用空间.
最近邻K均值、极远邻K均值、自适应K均值、欧氏距离、初始聚类中心
39
TH701(仪器、仪表)
黑龙江省教育厅科学技术重点项目12511z002
2012-11-27（万方平台首次上网日期，不代表论文的发表时间）
共3页
1302-1304
