登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种基于初始点密度最大的改进型ISODATA聚类算法
  • 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.

  • 作者

    李润青  谢明鸿  黄冰晶  LI Run-qing  XIE Ming-hong  HUANG Bing-jing 

  • 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

  • 刊期

    2017年12期

  • 关键词

    高局部密度点距离  初始点选择  噪声点  ISODATA  D-ISODATA算法 

相似文献 查看更多>>
34.226.244.70