基于k-means聚类算法的研究

• 作者: 刘胜辉 谭艳娜 黄韬
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 k-means算法
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 54-57,62
• 分类号: TP301.6
• 字数: 4498字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.07.015

摘要

分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机选取初始聚类中心的影响较大的缺点,提出一种改进算法.通过将对数据集的多次采样,选取最终较优的初始聚类中心,使得改进后的算法受初始聚类中心选择的影响度大大降低;同时,在选取初始聚类中心后,对初值进行数据标准化处理,使聚类效果进一步提高.通过UCI数据集上的数据对新算法Hk-means进行检测,结果显示Hk-means算法比原始的k-means算法在聚类效果上有显著的提高,并对相关领域有借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘胜辉	哈尔滨理工大学计算机科学与技术学院	98	672	12.0	21.0
2	黄韬	哈尔滨理工大学计算机科学与技术学院	3	147	2.0	3.0
3	谭艳娜	哈尔滨理工大学计算机科学与技术学院	1	141	1.0	1.0