期刊文章详细信息
一种改进的K-means聚类算法
An Improved K-means Clustering Algorithm
文献类型：期刊文章
机构地区：[1]安徽省地方税务局信息中心,合肥230061
年 份：2010
卷 号：26
期 号：9
起止页码：233-234
语 种：中文
收录情况：普通刊
摘 要：本文提出了一种带离群点数据过滤的K-means改进算法。该算法根据离群点数据特征制定了离群点数据的发现规则,并在原算法中加入了离群点数据的发现和处理步骤。通过对给定的具有普遍意义的数据实验表明,改进后算法能较为稳定的发现数据集中存在的"离群点数据",这些"离群点数据"符合离群点数据特征;同时在剔除这些极少数离群点数据后,显著提高了聚类结果簇的凝聚度,从而有效克服了离群点数据对K-means算法的影响,使聚类效果得以显著提高。
关 键 词：聚类分析 K-MEANS算法 离群点数据
分 类 号：TP182] F810.423]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
