原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多维数据K-means谱聚类算法改进研究.PDF
第27卷 第10期 计 算机 技 术 与发 展 Vol.27 No.10
2017年10月 COMPUTERTECHNOLOGY AND DEVELOPMENT Oct. 2017
多维数据K-means谱聚类算法改进研究
1,2 3 4
谢志明 ,王 鹏 ,黄 焱
(1.汕尾职业技术学院信息工程系,广东汕尾 516600;
2.汕尾市创新工业设计研究院云计算与数据中心工程设计研究所,广东汕尾 516600;
3.西南民族大学计算机科学与技术学院,四川 成都 610041;
4.淮阴师范学院计算机科学与技术学院,江苏淮安 223300)
摘 要:针对传统 -means算法不能自动确定初始聚类数目 和谱聚类算法对参数敏感的问题,提出了一种基于谱聚类
K k
的 -means(PK-means)算法。 该算法在对 值选取时进行了创新改进,将计算所得的高密度数据点按规律排序,选择密
K k
度点前96%的进行聚类,可以以较高的准确率取得聚类数目 ,同时采用了不受参数影响且稳定性更高的基于谱聚类模k
糊的相似性度量方法,利用FCM算法求隶属度矩阵确定数据点间的相似性。 应用PK-means算法、 均值算法与密度敏
K
感的谱聚类算法(DSSC)进行了多维非线性数据处理的测试实验。 实验结果表明,无论是对于低维数据集还是高维数据
集, -means算法的处理效率是最低的,DSSC算法稍好,而PK-means算法优势明显,其相比传统聚类算法具有更高的聚
K
类精度和更强的鲁棒性,且维数越高,聚类性能表现越突出。
关键词: -means算法;谱聚类算法;聚类;FCM算法;隶属度矩阵
K
中图分类号:TP301.6 文献标识码:A 文章编号:1673-629X(2017)10-0060-05
doi:10.3969/j.issn.1673-629X.2017.10.013
Research on Modification of K-means Spectral Clustering
Algorithm of Multidimensional Data
1,2 3 4
XIE Zhi-ming ,WANG Peng ,HUANG Yan
(1.Department of Information Engineering,Shanwei Polytechnic,Shanwei516600,China;
2.Institute of Cloud Computing Data Center Engineering Design,Shanwei Institute of
Innovative Industrial Design,
文档评论（0）