一种基于N阶最短近邻自适应确定聚类数量的方法

摘要：

针对K-Means算法聚类数量（K值）难以确定问题，提出一种基于N阶最短近邻分析的方法来自适应确定K值。该方法在普遍缺少先验认知的情况下，在计算N阶最短近邻距离的基础上，分析当前样本集数据点的分布，从而进一步通过数值计算获取全部阶跃点来最终自适应确定K值。理论分析与数值仿真研究表明该方法的有效性和可靠性，对K-Means算法的聚类结果起到一定的指导性作用。

关键词： N阶最短近邻 自适应确定K值 聚类分析 K-Means算法 数值仿真

作者: 洪榛 俞立 张贵军

作者单位: 浙江工业大学信息工程学院,浙江杭州 310023 浙江省嵌入式系统联合重点实验室,浙江杭州 310023

会议类型: 国内会议

会议名称: 第29届中国控制会议

会议地点: 北京

会议语种:中文

页码: 3007-3011

在线出版日期: 2010-07-29（万方平台首次上网日期，不代表论文的发表时间）