基于密度与最小距离的K-means算法初始中心方法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:taylorgil7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了克服在传统K—means聚类算法过程中因初始类簇中心的随机性指定所带来的聚类结果波动较大的缺陷,提出了一种基于密度与最小距离作为参数来确定初始类簇中心的算法。该算法根据一定的规则计算数据对象的密度参数,在计算完数据集中每条数据的单点密度之后,计算每个数据对象与较其密度大的其他数据对象的最小距离,以密度和最小距离作为参数,选取密度和最小距离同时较大的点作为K—means聚类过程的初始类簇中心。实验结果表明,在类簇数目确定的情况下,应用该算法确定的初始K—means类簇中心,在标准的UCI数据集上能够进行
其他文献
明代遗民李清,以气节自重,入清后隐居不出,潜心著述,而以史学最为专勤。其《三垣笔记》、《南渡录》二书,一向为治晚明史者所重视。《女世说》五卷,内容丰厚,取材宽泛,思想开明,文笔简
多集合分裂可行问题就是寻找与一族非空闭凸集距离最近的点,并使得该点在线性变换下的像与另一族非空闭凸集的距离最近。分裂可行问题是一类重要的最优化问题,产生于工程实践
一天早上刷牙时,我发现我家的水龙头没有拧紧,一直在滴水(如图1)。生活中我们经常会看见没有拧紧的水龙头,水会滴答滴答地顺着水龙头向下流,这样会浪费很多水。为了知道一年
盼着、盼着……哥哥终于盼到了他的生日,这个生日,他可是等了四年啊!期待了这么久,哥哥万万没想到,这个生日过得这么冷清,往年的生日妈妈总会买一个大大的蛋糕,然后做一桌好
我的计算器上的数字按键"6"坏了,就在我准备把计算器扔掉时,妈妈拦住了我。"傻丫头,你把计算器扔了干吗?""数字按键‘6’坏了!""数学课上老师不是教过你们运算律嘛!你想算什
借助深度相机数据一定程度上解决了目标检测中的颜色伪装问题,但又导致深度伪装问题。针对这些问题,提出一种利用两种背景差分法分别作用于颜色和深度数据的目标检测方法。在场景颜色图像中采用基于改进的局部二值相似性模式(LOBSTER)的背景差分法检测运动目标;在深度图中,对孔洞(无深度值)像素和有深度值的像素分别进行背景建模,得到一个混合的背景模型,然后用混合高斯模型背景差分法得到深度图的二值图像,再用差
村里有两个老人,一个倔犟一个活络,倔犟的被人称做"愚公",活络的被人称做"智叟",两人也喜欢这样互相称呼对方。村里通了公路后,在家门口就可以坐上公共汽车了。这天他俩准备
一明代两百多年间,先后有六位宗室亲王分藩山东:洪武十五年,明太祖庶七子齐王朱就藩青州府;洪武十八年,明太祖庶十子鲁王朱檀就藩兖州府;永乐二年,明成祖嫡二子汉王朱高煦就藩乐安
一天,一位穿着工作服的叔叔来我家,说要秒我家水表该数,我非常好奇,心想:水还有读数?还可以抄?于是我央求叔叔教我"抄水表",想弄个明白。到了安装水表的位置,叔叔揭开盖子冲