一种可自动获取k值的多中心聚类算法.docVIP

  一种可自动获取 k 值的多中心聚类算法 何臻，钱建生** （中国矿业大学信息与电气工程学院,江苏,徐州,221008） 5 10 15 20 摘要：本文先介绍了聚类算法及其分类，然后详细介绍了 k-means 算法和最大最小距离法。 针对 k-means 算法的缺陷，提出了一种新的多中心聚类算法。运用最大最小距离法搜索最 佳聚类中心。将原始数据集分割成小类后，用合并算法形成最终类。仿真实验表明:该算法 能够自动获取 k 值，并有较高的聚类准确率。 关键词：聚类算法；k-means；最大最小距离法;多中心 中图分类号：TP311.13 A Getting k Automatically Based Multi-center clustering algorithm HE Zhen, QIAN Sheng (School of Information and Electrical Engineering,China University of Minging and Technology,Jiangsu Xuzhou 221008) Abstract: This article first describes the clustering algorithm and its classification ,and then details the k-means algorithm and the max-min distance method.K-means algorithm for the shortcomings , we propose a new multi-center clustering algorithm . Using max-min distance method to search the best cluster centers.Divide the original data set into subclasses,and then using merging algorithm to merge subclasses into final classes.Simulation results show that : the algorithm can automatically obtain the k value , and a higher clustering accuracy. Key words: Clustering algorithm; k-means; max-min distance means;Multi-center 25 0 引言 k-means 算法具有简单、快速的优点。然而这种算法需要指定 k 值，而 k 值一般在聚类 前是难以确定的。其次，当初始聚类中心选择不当时，算法容易陷入局部极小点。文献[1] 提出一种基于距离统计的动态分裂类，合并类的改进 k-means 算法。文献[2]提出一种基于最 30 35 40 大最小距离法和 DBSCAN 算法的改进算法，可以有效地对不规则形状数据集进行聚类。文 献[3]提出了一种基于最大最小距离法和动态隧道的聚类算法，算法具有较高的准确率和稳定 性。文献[4]详细比较了各种聚类算法的优劣。本文提出了一种基于最大最小距离法的 k-means 改进算法。具有时间复杂度低，可自动获得 k 值，不会产生空类，有较高的准确率的优点。 1 聚类算法及其分类 聚类 ( clustering)就是将数据对象分组成为多个簇(cluster)，使得同一个簇中的对象之间 具有较高的相似性(similarity)，而不同簇中的对象具有较大的相异性(dissimilarity) 一个好的 聚类方法应产生具有如下特性的聚类结果:簇内的对象高度相似(high intra-class similarity)， 而簇间的对象很少相似(low inter-class similarity)[5]。向上进行层次分解，则称为凝聚的层次 聚类；而按自顶向下的进行层次分解，则常见的聚类算法分为以下几类：划分的方法，层次 的方法，基于密度的方法，基于网格的方法，基于模型的方法。 作者简介：何臻(1984-),男,学生,数据挖掘 通信联系人：钱建生(1964-),男,教授,宽带网络技术及应用，矿井通信与监控，光电子技术及应用. E-mail: qianjsh@cumt.edu.cn -1-   划分的方法。给定 n 个对象，一个划分的方法构建数据的 k 个划分，每个划分表示一个 聚簇，而且。它将数据划分为 k 个分组，使得每个分组至少包含一个对象并且每一个对象属 于一个簇，并且要求同一个簇中的对象越接近越好、不同簇中的对象越远越好。该类算法有： k-me