您的位置: 专家智库 > >

林帆

作品数:1 被引量:123H指数:1
供职机构:北京大学信息科学技术学院智能科学系更多>>
发文基金:国家高技术研究发展计划中国矿业大学科技基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇连通性
  • 1篇聚类
  • 1篇聚类算法
  • 1篇基于密度
  • 1篇K-MEAN...

机构

  • 1篇北京大学
  • 1篇中国人民解放...

作者

  • 1篇谢昆青
  • 1篇雷小锋
  • 1篇夏征义
  • 1篇林帆

传媒

  • 1篇软件学报

年份

  • 1篇2008
1 条 记 录,以下是 1-1
排序方式:
一种基于K-Means局部最优性的高效聚类算法被引量:123
2008年
K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感.许多研究工作都着力于降低这种敏感性.然而,K-Means的局部最优和结果敏感性却构成了K-MeanSCAN聚类算法的基础.K-MeanSCAN算法对数据集进行多次采样和K-Means预聚类以产生多组不同的聚类结果,来自不同聚类结果的子簇之间必然会存在交集.算法的核心思想是,利用这些交集构造出关于子簇的加权连通图,并根据连通性合并子簇.理论和实验证明,K-MeanScan算法可以在很大程度上提高聚类结果的质量和算法的效率.
雷小锋谢昆青林帆夏征义
关键词:基于密度K-MEANS
共1页<1>
聚类工具0