K-means初始聚类中心优化算法研究

• 作者: 李肯立 毛韶阳
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 K-means 多中心聚类算法 小类合并
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 422-425
• 页数: 4页
• 分类号: TP311
• 字数: 3788字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-825X.2007.04.006

摘要

由于K-means算法对初始中心的依赖性而导致聚类结果可能陷入局部极小,而采用密度函数法的多中心聚类并结合小类合并运算的聚类结果明显优于K-means的聚类结果.该算法的每一次迭代都是倾向于发现超球面簇,尤其对于延伸状的不规则簇具有良好的聚类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李肯立	湖南大学计算机与通信学院	130	931	16.0	22.0
2	毛韶阳	湖南大学计算机与通信学院	12	134	5.0	11.0