类簇数目和初始中心点自确定的K-means算法

摘要：

K-means算法是经典的基于划分的聚类算法.针对K-means算法的类簇数目难以确定、对初始聚类中心敏感的缺陷,提出了改进的K-means算法,重新定义了计算样本对象密度的方法,并且运用残差分析的方法从决策图中自动获取初始聚类中心和类簇数目.实验结果表明该算法可获得更好的聚类效果.

关键词：聚类、局部密度、决策图、残差分析

所属期刊栏目：54

分类号：TP301(计算技术、计算机技术)

资助基金：国家科技支撑计划项目2015BAK24B01;徽文化传播智能交互技术集成与应用示范项目

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：152-158