基于优化初始中心点的K-means文本聚类算法

• 作者: 张世博
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: K均值 聚类 初始中心点
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 专栏·Web信息系统及其应用
• 页码范围: 30-31
• 分类号: TP301.6
• 字数: 935字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2011.10.009

摘要

K-means算法终止于一个局部最优状态,所以初始中心点的选择会在很大程度上影响其聚类效果.该文针对K-means算法所存在的问题,提出了一种优化初始中心点的算法.实验表明可以有效减少迭代次数并提高聚类精度,最终获得较好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世博	北京石油化工学院计算机系	18	151	5.0	12.0