一类基于贝叶斯信息准则的k均值聚类算法

• 作者: 储岳中
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 空间聚类 k-均值聚类 贝叶斯信息准则(BIC) 密度聚类算法(DBSCCAN) 核心点
• 年，卷（期）: 2010,（4）
• 页码范围: 409-412
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2010.04.018

摘要

典型k-均值算法中的聚类数k必须是事先给定的确定值,然而,实际应用中k很难被精确地确定.同时该算法对初始聚类中心的依赖性而导致聚类结果可能陷入局部极小,使得该算法对一些实际问题无效.采用基于密度聚类算法(DBSCAN),在筛选局部代表点时结合贝叶斯信息准则(BIC),得到少量精准反映局部数据分布的BIC核心点.然后,以BIC核心点为初始聚类中心,BIC核心点数量为类别数,对全局数据进行k-均值聚类.实验结果表明,优化的k-均值算法是一种有效可行的聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	储岳中	安徽工业大学计算机学院	28	310	10.0	17.0