空间聚类算法中的K值优化问题研究  

Optimization Study on K Value of Spatial Clustering

作　　者：李永森[1] 杨善林[1] 马溪骏[1] 胡笑旋[1] 陈增明[1] 

机构地区：[1]合肥工业大学计算机网络系统研究所,合肥230009

出　　处：《系统仿真学报》2006年第3期573-576,共4页Journal of System Simulation

基　　金：国家自然科学基金(70471046)

摘　　要：在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。The value of K is always confirmed in advance to exert K-means algorithm of spatial clustering. However, it can not be clearly and easily confirmed in fact for its uncertainty. A distance cost function was recommended. A corresponding math model was set up and a new optimization algorithm of K value was designed. A preliminary study on the optimization of K value for spatial clustering was realized by a simulation design.

关 键 词：空间聚类 尽平均算法 距离代价函数 K值优化 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]