摘要
在K-均值聚类分析算法和网格聚类算法基础上,对两种算法进行整合并提出了一种新的KG.CA聚类分析算法。通过对计算密度阀值的函数的改进,本文提出了一种基于网格的K-均值聚类分析算法。最后通过详细的数据分析和计算验证KGCA聚类分析算法可以有效降低凝聚度,和提高分离度从而有效提高聚类效率。
Based on detailed analysis of the K-means clustering algorithm and grid clustering algorithm research and the improvement of the past, a new KGCA cluster analysis algorithm, the theoretical analysis and tests proved that the improved algorithm to achieve satisfactory results.
出处
《科技通报》
北大核心
2014年第7期175-178,共4页
Bulletin of Science and Technology
基金
河南省科技厅科技攻关项目(No.122102210471)
关键词
K-均值聚类分析算法
网格聚类算法
凝聚度
K-means clustering analysis algorithm
grid clustering algorithm
cohesion
