文献类型：期刊文章

作　　者：叶于林[1] 夏秀渝[1] 莫建华[2] 刘帅[2]

机构地区：[1]四川大学电子信息学院 [2]中国人民解放军78438部队

出　　处：《计算机系统应用》

年　　份：2015

卷　　号：24

期　　号：4

起止页码：209-213

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：在目前聚类方法中,k-means与势函数是最常用的算法,虽然两种算法有很多优点,但也存在自身的局限性.k-means聚类算法:其聚类数目无法确定,需要提前进行预估,同时对初始聚类中心敏感,且容易受到异常点干扰;势函数聚类算法:其聚类区间范围有限,对多维数据进行聚类其效率低.针对以上两种算法的缺点,提出了一种基于K-means与势函数法的改进聚类算法.它首先采用势函数法确定聚类数目与初始中心,然后利用K-means法进行聚类,该改进算法具有势函数法"盲"特性及K-means法高效性的优点.实验对改进算法的有效性进行了验证,结果表明,改进算法在聚类精度及收敛速度方面有很大提高.

关 键 词：聚类 K-MEANS聚类算法 势函数聚类算法  

分 类 号：TP311.13]