SOM+K-means两阶段聚类算法及其应用

• 作者: 周欢 张高煜 李广明
• 来源期刊: 现代电子技术
• 关键词: 聚类 自组织神经网络 K-means 细分
• 年，卷（期）: 2010,（16）
• 页码范围: 113-116
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2010.16.035

摘要

在众多聚类算法中,K-means和自组织神经网络(SOM)是较为经典的2个.在分析2种算法优缺点的基础上,提出基于SOM的K-means两阶段聚类算法,该算法根据SOM算法自动聚类的优点得到初步聚类数目和各类中心点,以此作为K-means算法的初始输入进一步聚类,从而得到精确的聚类信息.最后,应用该算法对某地区电信家庭客户数据进行分析,结果表明该算法有较好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张高煜	上海金融学院信息管理学院	17	52	5.0	6.0
2	李广明	上海金融学院信息管理学院	19	171	6.0	13.0
3	周欢	上海金融学院信息管理学院	14	168	4.0	12.0