摘要
传统的k-means聚类算法对初始聚类中心非常敏感,聚类的结果也常常随着初始聚类中心而波动。为了降低聚类算法的这种敏感性,本文提出了一种自适应的聚类算法(SA-K-means),该方法通过计算数据对象区域的密度,选择相互距离最远的高密度区域的中心作为初始聚类中心。实验表明SA-K-means聚类算法能有效地消除聚类算法对初始聚类中心的敏感性,得到满意的聚类结果。
出处
《科技创新导报》
2009年第34期4-5,8,共3页
Science and Technology Innovation Herald