文献类型：期刊文章

作　　者：黄韬[1] 刘胜辉[1] 谭艳娜[1]

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080

出　　处：《计算机技术与发展》

基　　金：哈尔滨市后备带头人基金项目(2004AFXXJ039)

年　　份：2011

卷　　号：21

期　　号：7

起止页码：54-57

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机选取初始聚类中心的影响较大的缺点,提出一种改进算法。通过将对数据集的多次采样,选取最终较优的初始聚类中心,使得改进后的算法受初始聚类中心选择的影响度大大降低;同时,在选取初始聚类中心后,对初值进行数据标准化处理,使聚类效果进一步提高。通过UCI数据集上的数据对新算法Hk-means进行检测,结果显示Hk-means算法比原始的k-means算法在聚类效果上有显著的提高,并对相关领域有借鉴意义。

关 键 词：数据挖掘 聚类算法 K-MEANS算法

分 类 号：TP301.6]