一种优化初始中心点的K-Means文本聚类算法

• 作者: 朱颢东 赵向辉 钟勇
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: K-Means算法 模拟退火算法 初始中心
• 年，卷（期）: 2009,（2）
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP301
• 字数: 3096字
• 语种: 中文

摘要

为解决传统K-Means算法以及它的变种会产生较大波动的聚类结果的问题,使用改进的模拟退火算法来优化初始中心,得到一种适合对文本数据聚类分析的算法.把改进的模拟退火算法和K-Means算法结合在一起,从而达到既能发挥模拟退火算法的全局寻优能力,又可以兼顾K-Means的局部寻优能力,较好地克服了K-Means对初始化敏感、容易陷入局部最优的缺点.实验证明,该算法可以生成质量较高而且聚类质量波动性较小的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟勇	中国科学院成都计算机应用研究所	96	776	17.0	24.0
5	赵向辉	中国科学院成都计算机应用研究所	12	52	3.0	7.0
9	朱颢东	中国科学院成都计算机应用研究所	36	169	8.0	11.0