论文部分内容阅读
空间聚类各算法均有各自的优缺点,可通过融合各算法优点达到对空间聚类算法改进优化的效果。提出了一种融合多算法的面状要素空间聚类方法。该方法利用遗传算法等优化算法优化K-means算法的初始聚类中心,利用基于密度的快速聚类算法选取K-means算法的k值,最终利用改进的K-means算法得到空间聚类结果。此外该方法针对遗传算法易受初始种群影响、运算效率低等缺陷进行了改进。经实验验证,文中方法结果稳定,算法效率、结果精准度较传统算法提升明显。