期刊文章详细信息
基于PAM和簇阈值的改进K-Means聚类算法
An Improved K-Means Algorithm Based on PAM Algorithm and Cluster Threshold
文献类型：期刊文章
机构地区：[1]宁夏大学数学与计算机学院,宁夏银川750021 [2]湖北工程学院现代教育技术中心,湖北孝感432000
年 份：2015
卷 号：35
期 号：3
起止页码：36-39
语 种：中文
收录情况：NSSD、RWSKHX、普通刊
摘 要：为了弥补K-Means算法对孤立点数据敏感的缺陷,提高K-Means算法对包含孤立点数据集的聚类效果,在深入研究K-Means算法的基础上,提出了基于PAM和簇阈值的改进K-Means聚类算法。该算法首先对待聚类数据进行抽样,然后利用PAM算法获取样本数据的聚类中心,以样本数据的聚类中心作为KMeans算法的初始聚类中心。在聚类迭代过程中动态计算各簇阈值,利用簇阈值准确地过滤孤立点数据。实验结果表明,本文提出的算法不仅聚类时间短,而且具有较高的聚类准确率。
关 键 词：采样 K-MEANS聚类 聚类阈值 孤立点
分 类 号：TP18]
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...
