文件名称:K-means初始聚类中心优化算法研究 (2007年)
文件大小:187KB
文件格式:PDF
更新时间:2024-06-11 12:15:42
自然科学 论文
由于K-means算法对初始中心的依赖性而导致聚类结果可能陷入局部极小,而采用密度函数法的多中心 聚类并结合小类合并运算的聚类结果明显优于K-means的聚类结果。该算法的每一次迭代都是倾向于发现超球 面簇,尤其对于延伸状的不规则簇具有良好的聚类能力。
文件名称:K-means初始聚类中心优化算法研究 (2007年)
文件大小:187KB
文件格式:PDF
更新时间:2024-06-11 12:15:42
自然科学 论文
由于K-means算法对初始中心的依赖性而导致聚类结果可能陷入局部极小,而采用密度函数法的多中心 聚类并结合小类合并运算的聚类结果明显优于K-means的聚类结果。该算法的每一次迭代都是倾向于发现超球 面簇,尤其对于延伸状的不规则簇具有良好的聚类能力。