一种新的聚类算法

摘要

本文提出一种新的聚类算法。根据本文介绍的初始聚类中心的选取规则,可以使最终获得的聚类结果是全局近优解。该算法具有较高的效率,只需计算一遍样本间的广义距离,即可完成初步的聚类,获得大致的全局近优解;通过迭代运算可以使聚类结果得到进一步优化。仿真结果证明该算法大大优于LBG法和模糊聚类法。使用该算法,不用预知类别就可对大批数据进行分类,并能指出可能的异常数据。