基于复合形的K-means优化聚类算法研究

• 作者: 李声晋 赵凯 赵锋
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 复合形 数据挖掘 K-means聚类
• 年，卷（期）: 2008,（4）
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP391
• 字数: 2545字
• 语种: 中文

摘要

为了克服K-means算法受初始点影响大、结果稳定性差的不足,提出了一种新的K-means优化聚类算法.介绍了复合形法的基本原理并将其做了一定修改以适用于K-means优化聚类,推导了一系列用于计算的公式,给出了具体的实现步骤与方法.通过算例说明,与其他几种方法相比,该方法结果稳定,计算效率较高,有着很好的推广应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李声晋	西北工业大学机电学院	125	961	16.0	24.0
2	赵锋	西北工业大学航空学院	31	287	10.0	15.0
3	赵凯	西北工业大学机电学院	15	120	7.0	10.0