南昌大学学报（理科版）
南昌大學學報（理科版）
남창대학학보（이과판）
JOURNAL OF NANCHANG UNIVERSITY(NATURAL SCIENCE)
2012年
5期
498-501
,共4页
段文影%李向军%邱桃荣%段隆振
段文影%李嚮軍%邱桃榮%段隆振
단문영%리향군%구도영%단륭진
自适应权重%密度%粗糙集%K—均值聚类算法
自適應權重%密度%粗糙集%K—均值聚類算法
자괄응권중%밀도%조조집%K—균치취류산법
针对原始粗糙K—均值聚类算法采用固定权重和阈值的缺陷,提出一种改进的粗糙K-均值算法.改进的算法根据K-均值聚类算法的特点,在基于密度加权的K-means算法基础上,对固定经验权重和固定阈值这两种参数进行改进,提出了一种自适应参数方法.实验结果表明,该算法降低了迭代次数,聚类结果更为精确.
針對原始粗糙K—均值聚類算法採用固定權重和閾值的缺陷,提齣一種改進的粗糙K-均值算法.改進的算法根據K-均值聚類算法的特點,在基于密度加權的K-means算法基礎上,對固定經驗權重和固定閾值這兩種參數進行改進,提齣瞭一種自適應參數方法.實驗結果錶明,該算法降低瞭迭代次數,聚類結果更為精確.
침대원시조조K—균치취류산법채용고정권중화역치적결함,제출일충개진적조조K-균치산법.개진적산법근거K-균치취류산법적특점,재기우밀도가권적K-means산법기출상,대고정경험권중화고정역치저량충삼수진행개진,제출료일충자괄응삼수방법.실험결과표명,해산법강저료질대차수,취류결과경위정학.
