基于变异的k-means聚类算法

• 作者: 张捍东 白志刚
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 聚类 mk-means算法 变异
• 年，卷（期）: 2008,（4）
• 页码范围: 430-434
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2008.04.018

摘要

为了解决动态文本聚类中聚类中心容易陷于局部极值点的问题,使用遗传变异思想来优化k-means算法.通过从k-means算法所产生的初始解向量中随机选取一定比例的位置,对其中的类标号进行随机变异并优化;再通过多次迭代获得了相应的优化解.实验表明在数据集相同、基本k-means算法调用次数相同的条件下,使用变异的k-means算法(mk-means)可以克服局部极值点的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张捍东	安徽工业大学电气信息学院	80	1240	16.0	34.0
2	白志刚	安徽工业大学计算机学院	1	0	0.0	0.0