科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决典型的K-means算法中存在的k值、初始簇中心难以确定等问题，提出一种基于质心自适应选取的密度万有引力聚类算法CASG-means算法。通过质心自适应选取策略对初始簇中心进行选择，将数据集中的点划分为离群点和非离群点，将非离群点按照改进密度万有引力吸引的方式进行分配，删除空簇，自适应得到k个簇和离群点。用该算法解决K-means算法中的参数难以确定问题，将仿真结果与其它算法进行比较，验证了该算法的迭代次数、耗时和自适应聚类效果优于其它改进算法。
-
单位四川大学锦城学院; 成都信息工程大学
