信息系统工程
信息繫統工程
신식계통공정
China CIO News
2015年
9期
116-118
,共3页
K-means聚类算法%分治法%优化%准确度
K-means聚類算法%分治法%優化%準確度
K-means취류산법%분치법%우화%준학도
由于K-means算法对于初始簇中心采取的是随机策略,导致其结果容易进入局部最优,且增加了聚类的迭代次数,加之算法的特点导致其对于初始簇中心的依赖性很强.为解决以上问题,本文利用分治法对Kmeans算法进行了优化,其基本原理就是在初始簇中心的选取时引入分治法,从Kmeans算法的缺陷本身进行了优化,重新设定了初始簇中心的选取逻辑.试验表明,本文提出的优化算法在聚类总耗时和聚类准确度上均有明显改进.
由于K-means算法對于初始簇中心採取的是隨機策略,導緻其結果容易進入跼部最優,且增加瞭聚類的迭代次數,加之算法的特點導緻其對于初始簇中心的依賴性很彊.為解決以上問題,本文利用分治法對Kmeans算法進行瞭優化,其基本原理就是在初始簇中心的選取時引入分治法,從Kmeans算法的缺陷本身進行瞭優化,重新設定瞭初始簇中心的選取邏輯.試驗錶明,本文提齣的優化算法在聚類總耗時和聚類準確度上均有明顯改進.
유우K-means산법대우초시족중심채취적시수궤책략,도치기결과용역진입국부최우,차증가료취류적질대차수,가지산법적특점도치기대우초시족중심적의뢰성흔강.위해결이상문제,본문이용분치법대Kmeans산법진행료우화,기기본원리취시재초시족중심적선취시인입분치법,종Kmeans산법적결함본신진행료우화,중신설정료초시족중심적선취라집.시험표명,본문제출적우화산법재취류총모시화취류준학도상균유명현개진.
