论文研究 基于距离和模糊的MPSK及MFSK信号识别.pdf

为了解决K-均值算法对初始聚类中心的依赖性，提出了一种新的选取初始聚类中心的算法。采用数据区内的最高密度点作为初始中心，基于近邻点属于同一聚类的特性，找到距离初始中心最远的点，将其加入初始聚类中心后再进行计算并依次下去的方法。该改进算法的初始聚类中心分布比较合理，而且剔除了孤立点对初始聚类中心的影响，从而可以得到更好的划分效果。实验表明，用改进的算法进行聚类更能够得到较高且稳定的准确率。