一种改进的K-means聚类方法在惯导系统中的应用

摘要

为了提高高维数据聚类精度，提出了一种基于数据分布规律的K-means聚类方法。新的聚类方法通过K-means聚类粗略寻找高维数据分布规律，提取每一类每一维数据方差，构造不同的自适应因子对聚类数据进行综合K-means聚类精度校正。采用UCI标准数据进行仿真验证，仿真结果表明该算法具有很高的聚类精度，最后将所提出方法应用于平台惯导系统标定数据聚类中，计算结果表明该方法可以很好的对加速度计标定数据进行聚类和评价，具有较好的实际应用价值。