[1]李四海,满自斌.自适应特征权重的K-means聚类算法[J].计算机技术与发展,2013,(06):98-101.
　LI Si-hai[],MAN Zi-bin[].K-means Clustering Algorithm Based on Adaptive Feature Weighted[J].,2013,(06):98-101.
点击复制

自适应特征权重的K-means聚类算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2013年06期
页码:
98-101
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
K-means Clustering Algorithm Based on Adaptive Feature Weighted
文章编号:
1673-629X（2013）06-0098-04
作者:
李四海1; 满自斌2
[1]甘肃中医学院;[2]兰州理工大学
Author(s):
LI Si-hai[1]; MAN Zi-bin[2]
关键词:
K-means; 医学数据聚类; 自适应特征权重; 聚类评价; 混淆矩阵
Keywords:
K-means; medical data clustering; AFW; cluster evaluation; confusion matrix
文献标志码:
A
摘要:
为提高传统K-means聚类算法在医学数据聚类中的准确率和稳定性,提出了一种自适应特征权重的K-means聚类算法AFW-K-means.该算法首先通过计算属性的均方差选取初始聚类中心,然后根据当前的迭代结果,按照类内紧密、类间远离的原则调整属性在距离公式中的特征权重,以便更准确地反映数据点在欧氏空间中的真实距离,最后选取UCI上的BCW乳腺肿瘤等数据集对算法的有效性进行验证.结果表明:算法的准确率和稳定性均明显好于传统K-means 算法

相似文献/References:

[1]范新 沈闻 丁泉勋 沈洁.基于正例和未标文档的半监督分类研究[J].计算机技术与发展,2009,(06):58.
　FAN Xin,SHEN Wen,DING Quan-xun,et al.Research on Semi- Supervised Classification Based on Positive and Unlabeled Text Document[J].,2009,(06):58.
[2]李若鹏 李翔 林祥 李建华.基于DK算法的互联网热点主动发现研究与实现[J].计算机技术与发展,2008,(09):1.
　LI Ruo-peng,LI Xiang,LIN Xiang,et al.Discovering Information Hotspots on Initiative over Internet Based on DK Clustering Algorithm[J].,2008,(06):1.
[3]朱云贺 张春海 张博.基于数据分段的K-means的优化研究[J].计算机技术与发展,2010,(11):130.
　ZHU Yun-he,ZHANG Chun-hai,ZHANG Bo.Optimizing Research on K-means Based on Data Partition[J].,2010,(06):130.
[4]何云 李辉 姚能坚 赵榕生.改进K-means算法实现移动通信行为特征分析[J].计算机技术与发展,2011,(06):63.
　HE Yun,LI Hui,YAO Neng-jian,et al.Application of Improved K-Means Algorithm in Mobile Communication Behavioral Characteristic Analysis[J].,2011,(06):63.
[5]黎银环,张剑.改进的 K-means 算法在入侵检测中的应用[J].计算机技术与发展,2013,(01):165.
　LI Yin-huan,ZHANG Jian.Application of Improved K-means Clustering Algorithm in Intrusion Detection[J].,2013,(06):165.
[6]耿永政,陈坚.结合图论的JSEG彩色图像分割算法[J].计算机技术与发展,2014,24(05):15.
　GENG Yong-zheng,CHEN Jian.JSEG Color Image Segmentation Algorithm Combining Graph Theory[J].,2014,24(06):15.
[7]陈斌,苏一丹,黄山. 基于KM-SMOTE和随机森林的不平衡数据分类[J].计算机技术与发展,2015,25(09):17.
　CHEN Bin,SU Yi-dan,HUANG Shan. Classification of Imbalance Data Based on KM-SMOTE Algorithm and Random Forest[J].,2015,25(06):17.
[8]叶雨晴,邱晓晖.基于SIFT 与 K-means 的图像复制粘贴篡改检测[J].计算机技术与发展,2018,28(06):121.[doi:10.3969/ j. issn.1673-629X.2018.06.027]
　YE Yu-qing,QIU Xiao-hui.Copy-move Forgery Detection Based on SIFT and K-means Clustering[J].,2018,28(06):121.[doi:10.3969/ j. issn.1673-629X.2018.06.027]
[9]胡磊,蔡红霞,俞涛. 双重聚类的协同过滤算法在智能家居中的应用[J].计算机技术与发展,2017,27(02):100.
　HU Lei,CAI Hong-xia,YU Tao. Application of Collaborative Filtering Recommendation Based on Double Clustering in Smart Home System[J].,2017,27(06):100.
[10]鲍黎明,黄刚. 基于多叉树确定K值的动态K-means聚类算法[J].计算机技术与发展,2017,27(06):41.
　BAO Li-ming,HUANG Gang. A Dynamic Clustering Algorithm of K-means Based onMulti-branches Tree for K-values[J].,2017,27(06):41.

更新日期/Last Update: 1900-01-01