作者:李彦明密度rpcl算法聚类数目初始中心
摘要:针对现有(RivalPenalizedCompetitiveLearning,RPCL)算法之不足,提出根据样本数据集自然分布规定样本密度,把此密度代人次胜者受罚竞争学习算法(RPCL)节点权值调整的改进RPCL算法:以改进RPCL算法对数据集进行预处理,确定K—meHns算法的合理类簇数目和最佳初始聚类中心,提高K—means算法的聚类效率和聚类准确性,促进其尽快地收敛至全局最优解。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社