首页|基于核距离的聚类算法分析介绍

基于核距离的聚类算法分析介绍

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
聚类分析是统计学理论中的一种重要方法,对聚类分析方法的研究也是统计学研究的重点课题.传统K-均值聚类方法是聚类分析的一种广泛应用的方法,但它存在依赖样本特征差异的缺点.在K-均值聚类方法的基础上,研究者们提出了基于核距离的K-均值聚类算法(核K-均值聚类算法),将核函数(如高斯核函数或多项式核函数)应用于K-均值聚类算法,克服了传统方法的缺点并提高了计算效率,获得了更优异的聚类效果.本文在对文献资料整理与分析的基础上,对基于核距离的聚类算法进行了整理分析对比介绍.

李婷、陈元春

展开 >

成都理工大学地球科学学院,四川 成都 610059

成都理工大学管理科学学院,四川 成都 610059

核距离 聚类分析 K-均值聚类 核K-均值聚类算法

2017

科技展望
宁夏科技信息研究所

科技展望

ISSN：1672-8289
年,卷(期)：2017.27(21)
  • 1