一种基于参考点的快速K-均值算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


A Fast K-means Algorithm Based on Reference and Density
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    聚类分析是模式识别的一个重要分支,本文以核心点和k-均值算法为基础,提出了一种基于参考点的快速k-均值算法。本算法以参考点作为第一个初始聚类中心,剩余初始聚类中心在核心点中选取,使得初始聚类中心能更好的反映模式样本集的几何特征,并且能减少迭代次数。

    Abstract:

    Clustering analysis is an important branch of pattern recognition ,in?this?paper,?the?core-point?and?k-means?algorithm?as?the?foundation,?proposed?a?fast?k-means?algorithm?based?on?reference?and?density.?on?the?reference?point?as?the?first?initial?cluster?centers,?the?remaining?initial?clustering?center?in?the?core?points?are?selected,?the?initial?clustering?center?can?better?response?pattern?sample?set?of?geometric?features,?and?can?reduce?the?number?of?iterations.

    参考文献
    相似文献
    引证文献
引用本文

李有明.一种基于参考点的快速K-均值算法[J].重庆工商大学学报(自然科学版),2013,30(6):39-43
LI You-ming. A Fast K-means Algorithm Based on Reference and Density[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2013,30(6):39-43

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升