[发明专利]数据挖掘中基于密度优化初始中心的K均值聚类方法在审
| 申请号： | 201510131975.2 | 申请日： | 2015-03-24 |
| 公开（公告）号： | CN104731916A | 公开（公告）日： | 2015-06-24 |
| 发明（设计）人： | 袁启龙;史海波;周晓锋 | 申请（专利权）人： | 无锡中科泛在信息技术研发中心有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人： | 殷红梅;张涛 |
| 地址： | 214135 江苏省无锡市新*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种数据挖掘中基于密度优化初始中心的K均值聚类方法，其包括如下步骤：步骤1、给定所需的数据集，并确定聚类个数K；步骤2、计算数据集内所有数据对象的密度，并根据得到数据对象的密度计算数据集的平均密度；步骤3、计算数据集内每个数据对象的最小密度距离值；步骤4、对数据集内数据对象的最小密度距离值进行降序排序，根据确定的聚类个数K，选择与前K个最小密度距离值对应并且密度大于平均密度的数据对象最为初始聚类中心；步骤5、根据上述获得的初始聚类中心，利用K-means聚类方法对数据集进行聚类，直至输出聚类结果。本发明降低计算复杂度，提高分类的准确率，稳定性高，提高快速收敛。 | ||
| 搜索关键词： | 数据 挖掘 基于 密度 优化 初始 中心 均值 方法 | ||
【主权项】：
一种数据挖掘中基于密度优化初始中心的K均值聚类方法，其特征是，所述聚类方法包括如下步骤：步骤1、给定所需的数据集，并确定聚类个数K；步骤2、计算数据集内所有数据对象的密度，并根据得到数据对象的密度计算数据集的平均密度；步骤3、计算数据集内每个数据对象的最小密度距离值；步骤4、对数据集内数据对象的最小密度距离值进行降序排序，根据确定的聚类个数K，选择与前K个最小密度距离值对应并且密度大于平均密度的数据对象最为初始聚类中心；步骤5、根据上述获得的初始聚类中心，利用K‑means聚类方法对数据集进行聚类，直至输出聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于无锡中科泛在信息技术研发中心有限公司;，未经无锡中科泛在信息技术研发中心有限公司;许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510131975.2/，转载请声明来源钻瓜专利网。
- 上一篇：歌曲搜索的方法及装置
- 下一篇：一种基于异步处理的数据高并发处理方法
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
