对K-means算法初始聚类中心选取的优化 |
| |
引用本文: | 薛京花,刘震宇,崔适时.对K-means算法初始聚类中心选取的优化[J].电子世界,2012(5):11-14,18. |
| |
作者姓名: | 薛京花 刘震宇 崔适时 |
| |
作者单位: | 中南林业科技大学计算机与信息工程学院 |
| |
摘 要: | 针对传统K-means算法对初始聚类中心选取的问题,提出了基于数据样本密度和距离来选取初始聚类中心的改进K-means算法,该算法保证了初始中心点集的第一点为确定的(最大密度点),在基于距离最远的其他中心点搜索过程中,得到的中心点也基本上是确定的,消除了初始中心点选择的随机性,同时保证了获得较高质量的初始中心点。理论分析和实验结果表明:改进的k-means算法是一种有效的入侵检测方法,根据此方法设计的入侵检测系统是有效可行的。
|
关 键 词: | K-means算法 初始聚类中心 入侵检测 |
本文献已被 CNKI 维普 等数据库收录! |
|