改进的k-平均聚类算法研究

• 作者: 孙士保 秦克云
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 聚类算法 k-平均 权 聚类数据挖掘
• 年，卷（期）: 2007,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 200-201,209
• 页数: 3页
• 分类号: TP183
• 字数: 2934字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.13.068

摘要

聚类算法的好坏直接影响聚类的效果.该文讨论了经典的k-平均聚类算法,说明了它存在不能很好地处理符号数据和对噪声与孤立点数据敏感等不足,提出了一种基于加权改进的k-平均聚类算法,克服了k-平均聚类算法的缺点,并从理论上分析了该算法的复杂度.实验证明,用该方法实现的数据聚类与传统的基于平均值的方法相比较,能有效提高数据聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦克云	西南交通大学智能控制开发中心	147	930	15.0	22.0
2	孙士保	西南交通大学智能控制开发中心	35	352	11.0	17.0