基于切比雪夫距离的密度计算与K-means的聚类方法研究

杨威; 龙华; 邵玉斌; 杜庆治

首页> 中文期刊> 《通信技术》 >基于切比雪夫距离的密度计算与K-means的聚类方法研究

基于切比雪夫距离的密度计算与K-means的聚类方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着计算技术的迅猛发展,导致产生了大量的大数据集.因此,需要找到这些大数据集的元素之间的相似性并进行定义分组.找到这些相似之处的方法之一是数据聚类.目前,广泛使用的几种数据聚类算法,它们的应用领域和效率各有不同.计算能力的提高和算法的改进大幅减少了大数据集聚类所需的时间.为了克服在传统K-means聚类算法过程局部最优、簇内方差较大所带来的聚类结果不佳的缺陷,提出了一种基于利用切比雪夫距离的密度计算方法与传统K-means相结合的聚类算法.该算法根据切比雪夫距离的计算方法来计算数据源中数据点的密度,再利用K-means进行不断的迭代计算,最终得到聚类结果.实验结果表明,使用基于切比雪夫距离的密度计算方法与K-means结合的聚类方法有效降低了簇内方差,提升了聚类算法的性能.

著录项

来源
《通信技术》 |2019年第4期|833-838|共6页
作者
杨威; 龙华; 邵玉斌; 杜庆治;
展开▼
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;

昆明理工大学信息工程与自动化学院;

云南昆明 650500;

昆明理工大学信息工程与自动化学院;

云南昆明 650500;

昆明理工大学信息工程与自动化学院;

云南昆明 650500;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
K-means算法; 密度计算; 切比雪夫距离; 簇质心;

相似文献

中文文献
外文文献
专利

1. 基于加权距离进行密度计算的聚类方法研究 [J] . 杨威 ,龙华 . 数据通信 . 2019,第004期
2. 基于K-Means聚类算法的沉砂卡钻预测方法研究 [J] . 苏晓眉 ,张涛 ,李玉飞 . 钻采工艺 . 2021,第003期
3. 基于k-means聚类与粗糙集算法的指标筛选方法研究 [J] . 张立军 ,高春晓 . 运筹与管理 . 2020,第012期
4. 基于改进K-means聚类算法的配电网区域规划方法研究 [J] . 温生毅 ,安娟 ,黄存强 . 电子设计工程 . 2020,第011期
5. 基于k-means聚类算法的用户复杂用电特征挖掘方法研究 [J] . 蒋勇斌 ,赵炜 ,曹晶晶 . 电子设计工程 . 2020,第018期
6. 基于最小聚类划分的K-means聚类(1+ε)近似算法 [C] . 王守强 ,山东交通学院信息工程系 ,朱大铭 . 2007全国理论计算机科学学术年会 . 2007
7. 基于K-means聚类的高光谱图像压缩感知重建方法研究 [A] . 刘继锋 . 2019

基于切比雪夫距离的密度计算与K-means的聚类方法研究

摘要

著录项

相似文献

相关主题

期刊订阅