基于加權距離進行密度計算的聚類方法研究
楊威; 龍華 昆明理工大學信息工程與自動化學院; 云南昆明650500
關鍵詞：密度計算 加權距離 簇質心
摘要：本文主要研究了初始聚類中心選取對于K-means算法性能的影響,并通過更好的初始化技術來增強算法性能.研究發現,在進行K-means聚類時,通過使用加權距離密度計算方法,對數據集的密度計算,使得在傳統K-means聚類算法過程局部最優、簇內方差較大所帶來的聚類結果不佳的缺陷得到了顯著改善.實驗結果表明,在使用本改進方法進行聚類時,聚類結果的簇內方差較傳統方法降低了15%左右,對聚類中心的聚集性更加緊密,使算法性能得到了較好的提升.
數據通信雜志要求:
{1}正文：文內標題簡捷、層次分明。文字、標點及數字的運用應符合規范。
{2}多作者稿署名時須征得其他作者同意，排好先后次序，接“擬用通知”后不再改動。
{3}正文內各級標題處理如下：一級標題為“一、二、三……”，二級標題為“（一）、（二）、（三）……”，三級標題為“1、2、3……”，四級標題為“（1）、（2）、（3）……”。單獨成行。
{4}摘要應具有獨立性和自明性，須說明論文的目的、方法、結果(包括主要數據)和結論，著重于創新與發現，以300字左右為宜。
{5}文稿首頁頁腳處注明投稿日期和通信作者簡介（包括姓名、出生年、性別、職稱、學位、研究方向、E-mail）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
