基于改进的ISODATA算法的大样本数据聚类方法研究

被引：6

作者：

张丽娜 ^{[1
]}

姜新华 ^{[2
]}

那日苏 ^{[1
]}

机构：

[1] 内蒙古师范大学物理与电子信息学院

[2] 内蒙古农业大学计算机与信息工程学院

来源：

内蒙古农业大学学报(自然科学版) | 2013年 / 34卷 / 01期

关键词：

ISODATA; 大样本; 黄金分割法; 数据聚类;

D O I：

10.16853/j.cnki.1009-3575.2013.01.027

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对数量大、数据结构复杂、离散度大的样本数据的聚类分析,采用ISODATA算法实现。ISODATA算法是1种基于统计模式识别的非监督学习动态聚类方法,是大样本数据聚类分析常用的方法,但该算法需要预先确定初始聚类参数。本文提出了基于黄金分割法来度量聚类的有效性,该方法能动态计算聚类度量参数,以此实现大样本数据的有效聚类。实验证明:该方法能够合理、有效的进行数据聚类。

引用

页码：133 / 137

页数：5

共 6 条

[1] 基于聚类模糊系统的动态数据野值剔除方法 [J].