楼主: 论文库
733 0

基于邻域模型的K-means初始聚类中心选择算法 [推广有奖]

  • 0关注
  • 13粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

0%
威望
0 级
论坛币
5 个
通用积分
0.0336
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38440 点
帖子
3839
精华
0
在线时间
836 小时
注册时间
2017-9-5
最后登录
2018-4-9
楼主
论文库 在职认证  发表于 2018-1-10 08:20:01 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币
摘要：传统的K-means算法由于其方法简单，在模式识别和机器学习中被广泛讨论和应用。但由于K—means算法随机选择初始聚类中心，而初始聚类中心的选择对最终的聚类结果有着直接的影响，因此算法不能保证得到一个唯一的聚类结果。利用邻域模型中对象邻域的上下近似，定义了对象邻域耦合度和分离度的概念，给出了对象在初始聚类中心选择中的重要性，提出了一种初始聚类中心的选择算法。另外，分析了邻域模型中三种范数对聚类精度的影响，并和随机选择初始聚类中心、CCIA选择初始聚类中心算法进行了比较，实验结果表明，该算法是有效的。

原文链接:http://www.cqvip.com//QK/92817X/200811/28700290.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0
关键词：k-means means mean ans cqvip 邻域模型 初始聚类中心 K-means聚类 粗糙集

相关帖子

返回列表
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2025-12-9 08:51