学术探索
学术期刊
新闻热点
数据分析
智能评审

基于距离阈值的自适应K-均值聚类算法

被引：4
作者：
曾庆山
张贵勇
机构：
[1] 郑州大学电气工程学院
来源：
郑州大学学报(理学版) | 2016年 / 48卷 / 04期
关键词：
K-均值; 距离阈值; 聚类中心;
D O I：
10.13705/j.issn.1671-6841.2016680
中图分类号：
TP311.13 [];
学科分类号：
1201 ;
摘要：
为快速有效地确定聚类中心,提出一种基于距离阈值的自适应K-均值聚类算法.首先确定合理的距离阈值,其次根据距离阈值确定初始聚类中心位置及个数,最后对位置相近的聚类中心簇进行合并,获得新的聚类中心位置及个数.结果表明,该方法可以自动确定k值及中心位置,有效避免将离群点错误聚类,从而改善了聚类效果.
引用
收藏
页码：90 / 94+101 +101
页数：6
相关论文
共 12 条
12