基于K-means聚类算法优化方法的研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对传统K-means聚类中存在的一系列问题,文中提出了一种基于K-means聚类的改进算法.该算法首先利用K-means++聚类从数据中选择K个距离尽可能远的对象作为初始聚类中心,然后利用K-mediods聚类选择数据样本的中位数作为聚类中心的对象,最后与两步聚类结合.通过对几个常用UCI标准数据集进行仿真实验,结果表明该算法比传统算法更优.

外文标题：Research on optimization method based on K-means clustering algorithm

作者：

刘叶、吴晟、周海河、吴兴蛟、韩林峄

展开 >

作者单位：

昆明理工大学信息工程与自动化学院,昆明650500

关键词：

K-means聚类 K-means++聚类 K-mediods聚类两步聚类

出版年：

2019

信息技术

黑龙江省信息技术学会中国电子信息产业发展研究院　中国信息产业部电子信息中心

信息技术

CSTPCD

影响因子：0.413

ISSN：1009-2552

年,卷(期)：2019.(1)

被引量20
参考文献量7