文献类型：期刊文章

作　　者：周世兵[1] 徐振源[1,2] 唐旭清[2]

机构地区：[1]江南大学信息工程学院,江苏无锡214122 [2]江南大学理学院,江苏无锡214122

出　　处：《计算机工程与应用》

基　　金：国家高技术研究发展计划(863)(No.2007AA1Z158);国家自然科学基金(No.60703106)~~

年　　份：2010

卷　　号：46

期　　号：16

起止页码：27-31

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：K-均值聚类算法是以确定的类数k和随机选定的初始聚类中心为前提对数据集进行聚类的。通常聚类数k事先无法确定,随机选定的初始聚类中心容易使聚类结果不稳定。提出了一种新的确定K-均值聚类算法的最佳聚类数方法,通过设定AP算法的参数,将AP算法产生的聚类数作为聚类数搜索范围的上界kmax,并通过选择合适的有效性指标Silhouette指标,以及基于最大最小距离算法思想设定初始聚类中心,分析聚类效果,确定最佳聚类数。仿真实验和分析验证了以上算法方案的可行性。

关 键 词：K-均值聚类 聚类数 聚类有效性指标 初始聚类中心

分 类 号：TP18]