基于最近共享邻居节点的K-means聚类算法

• 作者: 于红 刘馨月 单世民 张业嘉诚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 K-means 最近共享邻居
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 178-181
• 页数: 4页
• 分类号: TP31
• 字数: 4858字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.06.054

摘要

聚类分析是一种重要的数据挖掘方法.K-means聚类算法在数据挖掘领域具有非常重要的应用价值.针对K-means需要人工设定聚类个数并且易陷入局部极优的缺陷,提出了一种基于最近共享邻近节点的K-means聚类算法(KSNN). KSNN在数据集中搜索中心点,依据中心点查找数据集个数,为K-means聚类提供参数.从而克服了K-means需要人工设定聚类个数的问题,同时具有较好的全局收敛性.实验证明KSNN算法比K-means、粒子群K-means(pso)以及多中心聚类算法(MCA)有更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单世民	大连理工大学软件学院	18	133	8.0	11.0
2	于红	大连理工大学软件学院	21	125	6.0	10.0
3	刘馨月	大连理工大学软件学院	11	42	5.0	6.0
4	张业嘉诚	大连理工大学软件学院	1	5	1.0	1.0