改进k中值聚类及其应用

谢明霞, 郭建忠, 陈科

烟台大学学报(自然科学与工程版) ›› 2010, Vol. 23 ›› Issue (3) : 217 -222.

烟台大学学报(自然科学与工程版) ›› 2010, Vol. 23 ›› Issue (3) : 217 -222. DOI: 10.13951/j.cnki.37-1213/n.2010.03.015

改进k中值聚类及其应用

    谢明霞, 郭建忠, 陈科
作者信息 +

Author information +
文章历史 +

摘要

文章对划分方法、层次聚类方法以及小波变换进行了介绍,并详细分析了划分方法和层次聚类方法中存在的不足,将划分方法和层次聚类方法相结合,各取所长,提出改进的中值聚类,该方法分别从相似性度量、初始聚类簇及其簇中心的获取两方面对原始的基于划分的聚类方法进行改进.通过在混合数据聚类以及图像分割中的具体应用,验证了本文算法聚类的有效性及适用性.其中,在图像分割应用中,由于数据量的大小直接与图像本身的大小相关,当处理大型图像时,考虑首先对图像进行小波变换,通过对低频信号进行层次聚类从而能够快速有效地获取初始的聚类簇及其中心.

关键词

划分方法 / 层次方法 / 小波变换 / k中值聚类

Key words

引用本文

引用格式 ▾
谢明霞, 郭建忠, 陈科. 改进k中值聚类及其应用[J]. 烟台大学学报(自然科学与工程版), 2010, 23(3): 217-222 DOI:10.13951/j.cnki.37-1213/n.2010.03.015

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家科技支撑计划课题(2007BAH16B03); 国家863计划课题(2009AA12Z228)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉