您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 自动化理论 > 摘要

基于信息熵的精确属性赋权K-means聚类算法

《计算机应用》2011年 第6期 | 原福永 张晓彩 罗思标   燕山大学信息科学与工程学院 河北秦皇岛066004
★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
论文服务:
摘 要:为了进一步提高聚类的精确度,针对传统K-means算法的初始聚类中心产生方式和数据相似性判断依据,提出一种基于信息熵的精确属性赋权K-means聚类算法。首先利用熵值法对数据对象的属性赋权来修正对象间的欧氏距离,然后通过比较初聚类的赋权类别目标价值函数,选择高质量的初始聚类中心来进行更高精度和更加稳定的聚类,最后通过Matlab编程实现。实验证明该算法的聚类精确度和稳定性要明显高于传统K-means算法。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法
【关键词】 K-MEANS 精确度 信息熵 属性赋权 初始聚类中心
【出 处】 《计算机应用》2011年 第6期 1675-1677页 共3页
【收 录】 中文科技期刊数据库