一种服务于K-means的初始中心选取方法AET-电子技术应用-最丰富的电子设计资源平台

一种服务于K-means的初始中心选取方法
所属分类：技术论文
上传者：zhoubin333
文档大小：3635 K
标签：聚类初始中心决策图
所需积分：0分积分不够怎么办？
文档介绍：聚类是数据挖掘领域最重要的技术之一，K-means是其中使用频率最高的举足轻重的聚类算法。然而，K-means算法表现严重依赖于初始中心，选取多少个初始中心以及选择哪些数据点作为初始中心对K-means算法十分重要。基于此，提出一种初始中心选取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距离生成一个选取决策图，将数据集中所有的密度峰值点凸显出来。这些密度峰值点即为DPCC方法为K-means算法提供的初始中心。实验表明，DPCC方法不仅可为K-means提供初始中心数量，还能有效提高K-means算法的准确度，并缩减K-means算法的执行时间。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动