期刊文章详细信息
K-Means聚类算法的研究
The Research about Clustering Algorithm of K-Means
文献类型：期刊文章
机构地区：[1]安徽大学计算机科学与技术学院,安徽合肥230039
基 金：安徽省教育科研重点项目(KJ2009A57)
年 份：2011
卷 号：21
期 号：2
起止页码：62-65
语 种：中文
收录情况：JST、RCCSE、ZGKJHX、普通刊
摘 要：K-Means算法是一种经典的聚类算法,有很多优点,也存在许多不足。比如初始聚类数K要事先指定,初始聚类中心选择存在随机性,算法容易生成局部最优解,受孤立点的影响很大等。文中主要针对K-Means算法初始聚类中心的选择以及孤立点问题加以改进,首先计算所有数据对象之间的距离,根据距离和的思想排除孤立点的影响,然后提出了一种新的初始聚类中心选择方法,并通过实验比较了改进算法与原算法的优劣。实验表明,改进算法受孤立点的影响明显降低,而且聚类结果更接近实际数据分布。
关 键 词：K-MEANS算法 初始聚类中心 孤立点
分 类 号：TP301.6]
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...
