段桂芹

（广东松山职业技术学院 计算机与信息工程学院，广东 韶关 512126）

0 引 言

聚类的目标是将同一簇中样本相似度最大化，不同簇间样本相似度最小化。根据聚类过程的不同，通常将聚类分成基于密度、划分、模型、网格、层次5 种聚类模型［1－2］。作为经典的基于划分模型的聚类算法，K－means 具有计算便捷、易于理解等特点［3］，由于K－means 算法的初始聚类中心选取是随机的［4］，因此极易出现局部最优，导致聚类结果不稳定。此外，当样本中存在噪声或离群点时，聚类中心与真实中心存在较大偏差，易生成较差的聚类结果［5－6］。

1 相关算法研究现状

为了解决聚类分析中的问题，研究者们提出了多种改进算法。Zhai 等人［7］根据相距最远的数据对象不会划分至同一簇的基本思想，使用最大距离选取初始聚类中心，解决了原始算法更新次数多、耗时长等问题。在此基础上，段桂芹［8］将最大距离乘积法与K－means 算法相结合，用相对分散的数据对象构造簇中心集合，优化了初始聚类中心，该方法在一定程度上解决了聚类结果不稳定等问题，但依然存在迭代次数多、运算耗时长等现象。邹臣嵩［9］针对文献［8］的这一问题，提出了一种协同K 聚类算法。该算法通过样本的分布情况统计其密度参数，选取与样本集中心点最远的高密度对象为首个聚类中心，再通过最大乘积法求得其余聚类中心。徐红艳等［10］提出基于网格划分的快速确定全局阈值算法。该方法通过网格划分思想，将数据自适应地划分到多个网格空间中，再利用密度估计来计算密度，进而实现快速查找类簇峰值和低谷，最终完成数据集的有效识别。……