欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
结合谱聚类算法中的自适应尺度和最大最小距离算法的思想,提出了一种基于稀疏度和距离的初始类中心选择算法,并将提出的初始类中心选择算法应用于k-means和Fuzzy k-means算法的初始类中心选择,在UCI和真实数据上的实验结果表明提出的算法是有效和可行的。
英文摘要：
Combining a local scale parameter in spectral clustering algorithm with the max-min distance algorithm,we propose an initial cluster centers selecting algorithm based on sparsity and distance simultaneously.We applied the proposed algorithm to the selection of initial cluster centers of the k-means and the Fuzzy k-means clustering algorithms.The experimental results on both UCI datasets and real datasets show that the proposed algorithm is effective and feasible in real applications.
同期刊论文项目
同项目期刊论文
An initialization method to simultaneously find initial cluster centers and the number of clusters f
期刊信息
位置：