| 
  中国学术期刊网络出版总库
  关闭
基于捕获流动中心试点的自适应K-means算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Adaptive K-Mean Algorithm Based on Seizing Flowing Quasi Clusters Centers
【下载频次】 ★★★
【作者】 吕泽华; 张豪; 李华;
【英文作者】 Lv Zehua; Zhang Hao; Li Hua; School of Software; Huazhong University of Science and Technology;
【作者单位】 华中科技大学软件学院;
【文献出处】 统计与决策 , Statistics & Decision, 编辑部邮箱 2017年 19期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 聚类; K-means算法; 流动中心试点; 自适应; 聚类数;
【英文关键词】 cluster; k-means algorithm; flowing quasi clusters centers; self-adaptive; cluster quantity;
【摘要】 文章回顾了经典的K-means算法,分析了其存在的两个突出缺点:无法自行确定聚类数k和对初始聚类中心点十分敏感。受光电效应实验中电子束在反向电场中的串行规律启发,提出了基于捕获流动中心试点的自适应确定聚类数目的K-means算法,该算法模拟电子束在异性电子云中的串行,令数据点簇捕获流动的聚类中心试点,来消除多余的初始聚类中心,从而达到解决K-means算法的存在的缺陷问题。实验表明,该算法具有很强的自行确定聚类数的能力,也大大降低了对初始聚类中心选择的敏感度。
【英文摘要】 This paper reviews the classical K-means algorithm, and analyzes its two highlighted shortcomings: failure to automatically determine k cluster quantity; sensitivity to initial cluster center. Inspired by the serial law of electron beam in reverse electric field in the photoelectric effect experiment, this paper proposes a K-means algorithm of self-adaptive determination of cluster quantity based on seizing flowing quasi cluster centers. This algorithm simulates the serial of electron beam in anisotropic el...
【基金】 湖北省自然科学基金资助项目(2016000346)
【更新日期】 2017-11-03
【分类号】 TP311.13
【正文快照】 0引言聚类是一种无监督的分类技术,主要用来发现已知数据的未知分类。根据聚类结果,人们可以进一步分析相应分类标准的实际意义。由于分类标准在聚类过程中是未知的,聚类算法往往以数据点的特征信息之间的相似或差异程度作为划分标准,即同类数据点特征相似程度高差异程度低,异?

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机软件
　　　　 程序设计、软件工程
　　　　　 程序设计
　　　　　　 数据库理论与系统
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号