一种引入参数无需确定聚类数的聚类算法.pdfVIP

第32卷第2期 河北工业科技 v01．32，No．2 of 2015年3月HebeiJournalIndustrialScienceand Mar．2015 Technology ——■—一1 1——■—■■————■■■—●■■—■■■—■■—■■■■■——■——■—●■■■—■■■■—●■■●●●■■●——●■■●——■■■————●●■● 文章■号：1008—1534(2015)02-0123—06 一种引入参数无需确定聚类数的聚类算法 周其林，雷菊阳，王昱栋，张兰兰 (上海工程技术大学机械工程学院，上海201620) 摘要：针对传统肛均值聚类算法的两大缺点，即算法中需要知道确定的聚类数和初始种群选取 的随机性，提出了一种新的聚类算法，即基于}均值聚类算法的无需确定聚类数的聚类算法。这 种算法是基于递增思想的聚类算法，最大的特色是无需事先知道聚类数，初始聚类数取1，初始聚 类中心为所有数据点的聚类中心，算法中首先设定一个惩罚参数，对于确定的惩罚参数，运算时聚 类数逐渐增加，直到收敛，即聚类数不再发生变化，就得到了所需的聚类数以及最终的聚类结果。 运用于茶叶分类和各省市平均工资水平分析的2个实验也验证了这种算法的可行性，通过实验可 知，这种聚类算法具有较好的全局收敛能力和较高的正确率，稳定性强，收敛速度快。 关键词：算法理论；聚类算法；}均值；惩罚参数；递增思想；全局性 中图分类号：TPl8 文献标志码：A doi：10．7535／hbgykj．2015yx02006 with that A noneedtO clusteringalgorithmparameters determinethe number clustering ZHOU Lanlan Qilin，LEIJuyang，WANGYudong，ZHANG (SchoolofMechanical of 201620，China) Engineering，ShanghaiUniversityEngineeringScience，Shanghai thetWO ofthetraditionalk-means theneedof Abstract：After analyzingshortcomings clusteringalgorithm，namelyknowing thenumberofclustersandtherandomnessof theinitial new basedon selecting population，aclusteringalgorithm k-meansclus— withnoneedtOdeterminethe numberis isa basedon teringalgorithm clustering pr