论文部分内容阅读
K-means算法是数据挖掘领域研究、应用都非常广泛的一种聚类算法，其各种衍生算法很多，其中包括近年出现的以点对称距离为测度的K-means聚类算法。在点对称距离聚类算法的基础上提出一种新的聚类算法，根据对对称性的分析，为对称性的描述增加方向约束，提高对称距离的描述准确性，以此来提高聚类的准确性。同时，针对对称点成对出现的特点，调整了聚类过程中的收敛策略，以对称点对连线中点计算聚类中心，改善了基于对称距离的聚类算法收敛性能。通过数值仿真比较了所提算法与原有算法的优劣，结果显示该算法在计算复杂度不变的条件下