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，算法具有较高的效率，只需计算一扁样本间的广义距离，中完成初步的取在致的全局近优解，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。