基于密度半径自适应选择的K-均值聚类算法

• 作者: 于宽 杨鑫华
• 来源期刊: 大连交通大学学报
• 学科: 工学
• 关键词: 文本聚类 K-均值 密度半径 自适应
• 年，卷（期）: 2007,（1）
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP311.132
• 字数: 3573字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9590.2007.01.012

摘要

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鑫华	大连交通大学机械工程学院	59	296	9.0	15.0
2	于宽	大连交通大学软件学院	1	9	1.0	1.0