科研之友
微信
新浪微博
Facebook
分享链接
摘要
阐述K-means算法是一种根据距离作为划分标准的经典聚类算法，应用广泛，但其对初始聚类中心的选取具有依赖性和较强敏感性等问题。为适应不同领域需求，可以根据数据集的特点对K-means算法进行改进。探讨对K-means算法在受力分析中的应用，采用基于受力面数据分布密度进行初始聚类中心设置的改进K-means算法，通过柔性压力传感器阵列采集人体臀部和腿部对坐凳坐垫受力面的压力数据，利用两种K-means算法对数据分别进行处理分析。实验结果表明，改进的K-means算法在分析结果准确率、稳定性方面优于传统K-means算法。
-
单位电子信息工程学院; 四川大学锦江学院
