改进K-means聚类的噪声污染监测网络模型的设计与研究

分享到

【作者】王慧，王凯文，吴彦昕，温雨
【刊名】自动化应用
【作者单位】¹山西财经大学实验实训中心；²太原师范学院计算机科学与技术学院
【年份】2024
【卷号】第65卷
【期号】第16期
【页码】266-268
【ISSN】1674-778X
【关键词】噪声污染 K-means聚类监测网络模型
【摘要】为有效优化城市噪声监测网络，最小化监测点数量，提出了一种改进K-means聚类的噪声污染监测网络模型。通过计算轮廓系数以改进K值，从而改进K-means聚类算法，建立K-means聚类模型，并根据聚类结果的类质心位置确定监测点位置坐标，得到优化的监测网络布局。结果表明，该模型在保证监测结果准确性和全面性的同时，有效减少了监测点的数量，从而降低了监测成本。
【文献类型】期刊