半径自适应的初始中心点选择K-medoids聚类算法-重庆理工大学学报.PDF

第３１卷　第２期 重 庆 理 工 大 学 学报（自然科学） ２０１７年２月 Ｖｏｌ．３１　　Ｎｏ．２ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｆｅｂ．２０１７  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１７．０２．０１７ 半径自适应的初始中心点选择 Ｋｍｅｄｏｉｄｓ聚类算法 王　勇，王李福，饶勤菲，邹　辉 （重庆理工大学 计算机科学与工程学院，重庆４０００５４） 摘　　　要：针对Ｋｍｅｄｏｉｄｓ（Ｋ为中心点）聚类算法对初始聚类中心敏感、聚类结果依赖于初始 聚类中心的缺陷，提出一种新的半径自适应的初始中心点选择算法。该算法在每次迭代过程中 都重新根据剩余样本点的分布特征计算半径，从而实现动态计算相应样本点的局部方差和领域 半径，选取较优的初始聚类中心点，实现良好的聚类效果。采用不同规模的ＵＣＩ数据集和不同 比例随机点的模拟数据集进行测试，利用５个通用的聚类评价指标对性能进行评价。结果表 明：本算法性能较同类算法有明显提高。 关　键　词：局部方差；初始聚类中心；聚类；Ｋｍｅｄｏｉｄｓ；自适应 中图分类号：ＴＰ３０１　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１７）０２－００９５－０７ ＲａｄｉｕｓＡｄａｐｔｉｖｅｏｎＳｅｌｅｃｔｉｏｎｏｆＩｎｉｔｉａｌＣｅｎｔｅｒｓｉｎＫＭｅｄｏｉｄｓＣｌｕｓｔｅｒｉｎｇ ＷＡＮＧＹｏｎｇ，ＷＡＮＧＬｉｆｕ，ＲＡＯＱｉｎｆｅｉ，ＺＯＵＨｕｉ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ， Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＦｏｒｔｈｅｄｅｆｅｃｔｏｆＫｍｅｄｏｉｄｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈｗａｓｓｅｎｓｉｂｌｅｔｏｔｈｅｉｎｉｔｉａｌｃｅｎｔｅｒａｎｄ ｄｅｐｅｎｄｅｄｏｎｔｈｅｉｎｉｔｉａｌｃｅｎｔｅｒ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗｓｅｌｅｃｔｉｏｎｏｆｉｎｉｔｉａｌｃｅｎｔｅｒｓａｌｇｏｒｉｔｈｍｔｈｒｏｕｇｈ ｒａｄｉｕｓａｄａｐｔｉｖｅ．Ｔｈｅａｌｇｏｒｉｔｈｍｃａｌｃｕｌａｔｅｄｅａｃｈｒａｄｉｕｓａｃｃｏｒｄｉｎｇｔｏｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｒｅｍａｉｎｉｎｇ ｓａｍｐｌｅｉｎｅａｃｈｉｔｅｒａｔｉｏｎ，ｔｈｕｓｔｏｄｙｎａｍｉｃａｌｌｙｃａｌｃｕｌａｔｅｌｏｃａｌｖａｒｉａｎｃｅａｎｄｎｅｉｇｈｂｏｒｈｏｏｄｒａｄｉｕｓｆｏｒ ｃｏｒｒｅｓｐｏｎｄｉｎｇｓａｍｐｌｅａｎｄｔｈｅｎｓｅｌｅｃｔｔｈｅｏｐｔｉｍｕｍｉｎｉｔｉａｌｃｌｕｓｔｅｒｃｅｎｔｅｒｓｔｏａｃｈｉｅｖｅｇｏｏｄｃｌｕｓｔｅｒｉｎｇ ｅｆｆｅｃｔ．ＵｓｉｎｇｄｉｆｆｅｒｅｎｔｓｉｚｅｏｆＵＣＩｄａｔａｓｅｔｓａｎｄｓｉｍｕｌａｔｅｄｄａｔａｓｅｔｓｗｉｔｈｄｉｆｆｅｒｅｎｔｒａｔｉｏｓｏｆｒａｎｄｏｍ ｐｏｉｎｔｓｆｏｒｔｅｓｔｉｎｇａｎｄｕｓｉｎｇｔｈｅｆｉｖｅｇｅｎｅｒａｌｃｌｕｓｔｅｒｉｎｇｉｎｄｅｘｔｏｅｖａｌｕａｔｅｉｔｓｐｅｒｆｏｒｍａｎｃｅ，ｔｈｅｒｅｓｕｌｔｓ ｓｈｏｗｔｈａｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｉｓａｌｇｏｒｉｔｈｍｉｓｂｅｔｔｅｒｔｈａｎｏｔｈｅｒｓｉｍｉｌａｒａｌｇｏｒｉｔｈｍｓ． Ｋｅｙｗｏｒｄｓ：ｌｏｃａｌｖａｒｉａｎｃｅ；ｉｎｉｔｉａｌｃｌｕｓｔｅｒｃｅｎｔｅｒ；ｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ；Ｋｍｅｄｏｉｄｓ；ａｄａｐｔｉｖｅ 　　收稿日期：２０１６－１１－２０ 基金项目：国家自然科学基金资助项目 作者简介：王勇（１９７４—），男，重庆人，博士，副教授，主要从事多媒体和网络研究，Ｅｍａｉｌ