期刊文章详细信息
基于密度的改进K均值算法及实现
Improved K-means algorithm and its implementation based on density
文献类型：期刊文章
机构地区：[1]南京信息工程大学计算机与软件学院,南京210044
年 份：2011
卷 号：31
期 号：2
起止页码：432-434
语 种：中文
收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊
摘 要：传统的K均值算法的初始聚类中心从数据集中随机产生,聚类结果很不稳定。提出一种基于密度算法优化初始聚类中心的改进K-means算法,该算法选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验证明,改进的K-means算法能够消除对初始聚类中心的依赖,聚类结果有了较大的改进。
关 键 词：聚类 K-均值算法 初始聚类中心 高密度区域
分 类 号：TP301]
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...
