期刊文章详细信息
基于优化初始中心点的K-means文本聚类算法
A K-means Text Clustering Algorithm Based on Optimizing Initial Points
文献类型：期刊文章
机构地区：[1]北京石油化工学院计算机系,北京102600
年 份：2011
卷 号：39
期 号：10
起止页码：30-31
语 种：中文
收录情况：ZGKJHX、普通刊
摘 要：K-means算法终止于一个局部最优状态,所以初始中心点的选择会在很大程度上影响其聚类效果。该文针对K-means算法所存在的问题,提出了一种优化初始中心点的算法。实验表明可以有效减少迭代次数并提高聚类精度,最终获得较好的聚类效果。
关 键 词：K均值 聚类 初始中心点
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...
