典型文献
基于质心自适应选取的密度万有引力聚类算法
文献摘要：
为解决典型的K-means算法中存在的k值、初始簇中心难以确定等问题,提出一种基于质心自适应选取的密度万有引力聚类算法CASG-means算法.通过质心自适应选取策略对初始簇中心进行选择,将数据集中的点划分为离群点和非离群点,将非离群点按照改进密度万有引力吸引的方式进行分配,删除空簇,自适应得到k个簇和离群点.用该算法解决K-means算法中的参数难以确定问题,将仿真结果与其它算法进行比较,验证了该算法的迭代次数、耗时和自适应聚类效果优于其它改进算法.
文献关键词：
聚类;密度;质心;自适应;万有引力;选取策略;簇中心
中图分类号：
作者姓名：
陈金鹏;李睿熙;杨然;安俊秀
作者机构：
成都信息工程大学 并行计算实验室,四川 成都 610225;成都锦城学院 计算机与软件学院,四川 成都 611731
文献出处：
引用格式：
[1]陈金鹏;李睿熙;杨然;安俊秀-.基于质心自适应选取的密度万有引力聚类算法)[J].计算机工程与设计,2022(12):3396-3405
A类：
引力聚类,CASG
B类：
质心,应选,万有引力,聚类算法,means,簇中心,难以确定,选取策略,离群点,点按,删除,应得,迭代次数,自适应聚类,改进算法
AB值：
0.254964
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
