基于密度加权的粗糙K-均值聚类改进算法

被引：63

作者：

郑超

苗夺谦

王睿智

机构：

[1] 同济大学计算科学与技术系

来源：

计算机科学 | 2009年 / 36卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

聚类算法; 粗糙K-均值; 密度; 孤立点;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

针对粗糙K-均值聚类算法中类均值计算式的特点,提出了一种改进的粗糙K-均值算法。改进后的算法基于数据对象所在区域的密度,在类的均值计算过程中对每个对象赋以不同的权重。不同测试数据集的实验结果表明,改进后的粗糙K-均值算法提高了聚类的准确性,降低了迭代次数,并且可以有效地减小孤立点对聚类的影响。

引用

页码：220 / 222

页数：3

共 4 条

[1]

聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

[2]

Some refinements of rough k-means clustering [J].

Peters, Georg .

PATTERN RECOGNITION, 2006, 39 (08) :1481-1491

[3]

Interval Set Clustering of Web Users with Rough <Emphasis Type="Italic">K</Emphasis>-Means.[J].Pawan Lingras;Chad West.Journal of Intelligent Information Systems.2004, 1

[4]

ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

← 1 →