一种基于可拓距优化聚类中心的数据聚类方法

摘要

一种基于可拓距优化聚类中心的数据聚类方法，包括将样本经典距离向可拓区间映射，每两个样本间距离视为可拓距区间上的一点，然后利用可拓距计算方法得到侧距及映射区间；提出平均可拓侧距概念下的衡量聚类中心点性能的量化指标，即平均可拓左侧距和平均可拓右侧距分别为样本密集度和聚类中心疏远度；利用密集度和疏远度作为聚类中心选取准则：对样本间距点升序排序，首个大于密集度样本间距点所对应的中心坐标为首个初始聚类中心点，依次判断下一个样本间距点，若其大于密集度指标，且与已选定的聚类中心点之间可拓距均大于疏远度时，则为下一个选定的聚类中心，直至选出最优初始点；若未选出符合要求的点时，利用缩放因子，对映射区间进行缩放。