基于样本密度信息与竞争网络的聚类中心点获取算法

在聚类分析中初值的选取对聚类结果起着关键性的作用。本文在Chiu算法思想的基础上，提出了一种根据样本密度信息获取中心点的算法。该算法不需要任何参数的设定就可实现中心点的获取；之后再通过竞争网络对获取到的中心点进行训练，使中心点更加靠近每一类的中心。仿真实验表明：该算法是有效的且具有很高的可靠性，保证了网络训练前的中心点分布在不同的类簇中，提高了网络的训练效率。