一种改进的K-均值聚类算法

• 作者: 但汉辉 张世勇 张玉芳
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合粒子群优化算法 K-均值 聚类算法
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 144-147
• 页数: 4页
• 分类号: TP301.6
• 字数: 3261字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-058X.2009.02.010

摘要

为了改进K-means聚类算法的不足,把混合粒子群优化算法引入到K-means聚类算法中,重新选取编码方式并构造适应度函数,在此基础上提出了一种改进的K-means聚类算法;通过两个经典数据集的测试,实验结果表明:改进的算法比K-means算法具有更好的全局寻优能力、更快的收敛速度,且其解的精度更高对初始聚类中心的敏感度降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
2	张世勇	重庆工商大学计算机科学与信息工程学院	10	78	4.0	8.0
3	但汉辉	重庆大学计算机学院	1	23	1.0	1.0