韦 相,李志勇,朱永缤

(红河学院计算机科学与技术系,云南蒙自 661100)

0 引 言

聚类分析在模式识别、图像处理、机器学习等领域有着广泛的应用,其也是数据挖掘的重要研究领域之一[1].目前,用于数据挖掘的聚类算法主要有4类:以 k-means算法为代表的分割聚类法,以BIRCH为代表的分层聚类法,以DBSCAN算法为代表的密度聚类法和STING为代表的网格聚类法[2-5].其中, BIRCH算法能够通过一遍扫描进行有效聚类,特别适合大规模的数据集,但该算法采用直径来控制聚类的边界,如果子簇非球形,则得不到较好的聚类效果;DBSCAN算法利用类的密度连通特性,可以快速地发现任意形状的簇,但它效率较低,无法进行动态聚类.本文在 k-means算法基础上提出了基于质心的样本加权的分割聚类算法,实验表明,该算法提高了聚类的精确度.

1 算法的具体描述

1.1 算法的基本思想

本文提出的聚类算法的基本思想是基于物质的质心及物质质心的运动定理.与 k-means聚类算法一样,本算法聚类的过程就是给每个样本寻找最近的质心(聚类中心),但与 k-means聚类算法不同,本算法中,质心不仅有位置信息,它还有质量,它的质量就是归入该聚类中心的样本的质量总和,当然,每个样本也有它自己的质量.聚类过程是给每个样本寻找最近的质心,当某个样本将归入某个质心时,该质心的质量就它原有的质量和新归入样本质量之和,同时该质心的位置也要根据物质质心的运动定理发生改变.某个样本原来……