基于Parzen窗估计的核k-means聚类方法

被引：1

作者：

秦亮 ^{[1
]}

张文广 ^{[2
]}

周绍磊 ^{[2
]}

史贤俊 ^{[2
]}

机构：

[1] 海军航空工程学院研究生管理大队

[2] 海军航空工程学院控制工程系

来源：

关键词：

聚类; 核k-means; 密度估计; 小波函数; 核函数;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在核k-means聚类中随机选取的初始聚类中心容易造成算法失效。为此,提出一种基于密度估计的聚类中心确定方法。通过kd-tree的思想选择概率密度较大且相互分离的点作为初始聚类中心,使用小波核函数描述非线性映射。在人工数据集和真实数据集上进行实验,结果表明,该方法错误率较低。

引用

页码：217 / 219

页数：3

共 4 条

[1] 基于核的K-均值聚类 [J].

孔锐 ;

张国宣 ;

施泽生 ;

郭立 .

[2] 基于免疫规划的K-means聚类算法 [J].

行小帅 ;

潘进 ;

焦李成 .

Redmond, Stephen J. ;

Heneghan, Conor .

[4]

模式识别.[M].边肇祺等编著;.清华大学出版社.2000,