关键词：K-均值聚类算法;;聚类中心;;密度统计;;最大距离积
摘 要：针对传统K-均值聚类算法初始聚类中心和聚类数目确定困难的问题,提出了基于密度统计法和最大距离乘积法的聚类中心选取方法。该方法通过对样本空间网格化,选出局部包含样本最多的网格,并对这些局部最优网格内的样本点进行ε邻域密度统计,然后取邻域密度最大且相距最远的两个样本点为聚类中心进行一次聚类。计算每个样本点到各个聚类中心的距离的积,取距离积最大的样本点为下一个聚类中心,并以此循环聚类。仿真实验表明,该方法在聚类精度上具有明显优势。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取