本文關(guān)鍵詞：一種改進(jìn)的K-means動(dòng)態(tài)聚類算法

  更多相關(guān)文章： K-means 聚類分析 數(shù)據(jù)挖掘 動(dòng)態(tài)聚類

【摘要】：傳統(tǒng)的K-means算法通過(guò)不斷的重復(fù)計(jì)算來(lái)完成聚類,聚類中心點(diǎn)的不斷變化產(chǎn)生的一些動(dòng)態(tài)變化信息將對(duì)聚類產(chǎn)生一定的干擾,且當(dāng)數(shù)據(jù)量過(guò)大時(shí),算法的時(shí)間開銷和系統(tǒng)的I/O開銷將大大增加,這嚴(yán)重影響了算法的性能。為此,論文提出一種改進(jìn)的K-means動(dòng)態(tài)聚類算法,該算法充分考慮了K-means聚類過(guò)程中信息的動(dòng)態(tài)變化,通過(guò)為算法的終止條件設(shè)定標(biāo)準(zhǔn)值,來(lái)減少算法迭代次數(shù),減少學(xué)習(xí)時(shí)間;通過(guò)刪除由信息動(dòng)態(tài)變化而產(chǎn)生的冗余信息,來(lái)減少動(dòng)態(tài)聚類過(guò)程中的干擾,使算法達(dá)到更準(zhǔn)確更高效的聚類效果。實(shí)驗(yàn)結(jié)果表明,當(dāng)數(shù)據(jù)量較大時(shí),相比于傳統(tǒng)的K-means算法,改進(jìn)后的K-means算法在準(zhǔn)確率和執(zhí)行效率上都有較大的提升。
【作者單位】： 鄭州輕工業(yè)學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院;重慶師范大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院;鄭州輕工業(yè)學(xué)院計(jì)算機(jī)與通信工程學(xué)院;
【基金】：河南省科技攻關(guān)項(xiàng)目(No.122102210024;No.102102210544) 國(guó)家自然科學(xué)基金(No.61201447)
【分類號(hào)】：TP311.13
【正文快照】： 在數(shù)據(jù)大爆炸,“知識(shí)太貧乏”的時(shí)代,數(shù)據(jù)挖掘應(yīng)運(yùn)而生,聚類分析作為數(shù)據(jù)挖掘的重要分支,在信息化時(shí)代起著舉足輕重的作用。聚類分析的目標(biāo)在于將數(shù)據(jù)集分成若干個(gè)簇,并保證同一簇內(nèi)的數(shù)據(jù)點(diǎn)相似度盡可能大,簇與簇之間數(shù)據(jù)點(diǎn)的相似度盡可能小。聚類操作是對(duì)事先未知的數(shù)據(jù)對(duì)象

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 魏娜;黃學(xué)宇;高山;;基于約簡(jiǎn)-優(yōu)化原理的動(dòng)態(tài)聚類算法研究[J];微計(jì)算機(jī)信息;2009年18期

2 王亞靜;劉福才;張艷欣;董媛媛;;一種改進(jìn)的動(dòng)態(tài)聚類非線性系統(tǒng)辨識(shí)算法[J];控制工程;2010年S2期

3 毛布;田林;謝汶;;基于動(dòng)態(tài)聚類的網(wǎng)上學(xué)員細(xì)分實(shí)證研究[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年06期

4 朱群雄,宣達(dá)婧,顧祥柏;基于關(guān)聯(lián)函數(shù)的動(dòng)態(tài)聚類算法及應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2005年06期

5 蔣寧;吳春旭;;基于區(qū)間值數(shù)據(jù)動(dòng)態(tài)聚類算法的客戶市場(chǎng)細(xì)分[J];計(jì)算機(jī)應(yīng)用與軟件;2007年12期

6 王鵬宇;宋千;周智敏;;基于多測(cè)量動(dòng)態(tài)聚類的壓縮感知增強(qiáng)成像方法[J];電子與信息學(xué)報(bào);2013年11期

7 張春英;劉保相;劉鳳春;;基于SPA的動(dòng)態(tài)聚類統(tǒng)計(jì)分析及其應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年20期

8 劉代彬,劉衛(wèi)寧,宋偉;動(dòng)態(tài)聚類在空襲目標(biāo)類型識(shí)別中的應(yīng)用[J];兵工自動(dòng)化;2005年04期

9 朱根標(biāo);張鳳鳴;董群立;;基于核函數(shù)和相似度的動(dòng)態(tài)聚類算法[J];微電子學(xué)與計(jì)算機(jī);2006年03期

10 張春英;劉鳳春;劉保相;;多元SPA動(dòng)態(tài)聚類統(tǒng)計(jì)分析及其應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年20期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 祝煜;梁雪春;肖迪;;基于動(dòng)態(tài)聚類RBF網(wǎng)絡(luò)的小企業(yè)信貸預(yù)測(cè)研究[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 黃麗娟;動(dòng)態(tài)聚類新方法及最優(yōu)聚類算法研究[D];揚(yáng)州大學(xué);2006年

2 邵姣竹;社會(huì)網(wǎng)絡(luò)群體注意力分析方法研究[D];哈爾濱工程大學(xué);2013年

，

本文編號(hào)：1236479