一种基于初始点密度最大的改进型ISODATA聚类算法 |
| |
引用本文: | 李润青,谢明鸿,黄冰晶.一种基于初始点密度最大的改进型ISODATA聚类算法[J].教育技术导刊,2017,16(12):94-98. |
| |
作者姓名: | 李润青 谢明鸿 黄冰晶 |
| |
作者单位: | 昆明理工大学 信息工程与自动化学院,云南 昆明 650500 |
| |
摘 要: | 针对ISODATA对初始聚类点选取较为敏感,不能处理噪声点的缺陷,提出一种基于结合密度最大的改进型ISODATA的划分聚类方法D-ISODATA。基于高局部密度点距离和局部密度最大原则,优化聚类初始点并去除噪声点。根据考察对象所处空间区域的密度分布情况划分基本簇,结合ISODATA聚类算法良好的自适应性,有效地对数据集进行分类。实验表明,这种基于密度聚类的改进型ISODATA算法能有效去除噪声点,改善初始中心点选择对最后聚类算法的影响,并且具有良好的自适应性,对于数据集处理的准确性优于传统K-means算法和ISODATA算法。
|
关 键 词: | 高局部密度点距离 初始点选择 噪声点 ISODATA D-ISODATA 算法 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|