首页 期刊 图学学报 基于改进K均值聚类算法的星点聚类研究 【正文】

基于改进K均值聚类算法的星点聚类研究

作者:夏永泉; 孙静茹; WU; Xin-wen; 支俊; 王兵; 谢希望 郑州轻工业学院计算机与通信工程学院; 河南郑州450000; 格里菲斯大学工程信息技术学院; 昆士兰布里斯班400
k值   初始聚类中心   k均值聚类算法   层次聚类  

摘要:针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一种改进的K均值聚类算法,以解决传统的K均值聚类算法的聚类结果易受到k值和初始聚类中心随机选择影响的问题。该算法首先在用K均值聚类算法对数据初步聚类的基础上确定合适的k值,其次用层次聚类对数据聚类确定初始聚类中心,最后在此基础上再采用K均值聚类算法进行聚类。通过MATLAB仿真实验的结果表明,该算法的聚类结果与效率优于其他聚类算法。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅