基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点,提出了一种改进的k-means聚类算法.首先引入轮廓系数的概念,通过计算不同K值下簇集中各对象的轮廓系数确定事先未知分类信息的数据集中所包含的最优聚类数Kopt;然后通过凝聚层次聚类的方法获得数据集的分布,确定初始聚类中心;最后利用传统的k-means方法完成聚类.理论分析表明,所提出的算法具有适度的计算复杂度.IRIS测试数据集的实验结果表明了该算法能够合理区分不同类型的簇集,且可以有效地识别离群点,聚合后的结果簇集具有较低的熵值.
推荐文章
基于改进k-means算法的文本聚类
k-means算法
共现词
词向量
相似性
K-means算法聚类中心选取
K-means算法
聚类中心
聚类分析
文档聚类中k-means算法的一种改进算法
文档聚类
k-means算法
划分聚类算法
一种改进的K-means聚类算法
色彩量化
聚类分析
图像处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的k-means聚类算法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 聚类 k-means算法 轮廓系数
年,卷(期) 2007,(3) 所属期刊栏目
研究方向 页码范围 435-438
页数 4页 分类号 TP18
字数 1327字 语种 英文
DOI 10.3969/j.issn.1003-7985.2007.03.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛强 中国矿业大学计算机科学与技术学院 57 459 11.0 19.0
2 夏士雄 中国矿业大学计算机科学与技术学院 118 1158 18.0 28.0
3 周勇 中国矿业大学计算机科学与技术学院 85 984 16.0 29.0
4 张磊 中国矿业大学计算机科学与技术学院 174 1083 16.0 25.0
5 李文超 中国矿业大学计算机科学与技术学院 2 57 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (56)
同被引文献  (107)
二级引证文献  (148)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(9)
  • 引证文献(9)
  • 二级引证文献(0)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(8)
  • 引证文献(6)
  • 二级引证文献(2)
2012(7)
  • 引证文献(4)
  • 二级引证文献(3)
2013(10)
  • 引证文献(5)
  • 二级引证文献(5)
2014(15)
  • 引证文献(4)
  • 二级引证文献(11)
2015(25)
  • 引证文献(5)
  • 二级引证文献(20)
2016(29)
  • 引证文献(1)
  • 二级引证文献(28)
2017(33)
  • 引证文献(2)
  • 二级引证文献(31)
2018(25)
  • 引证文献(7)
  • 二级引证文献(18)
2019(23)
  • 引证文献(3)
  • 二级引证文献(20)
2020(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
聚类
k-means算法
轮廓系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导