可变阈值的K-Means初始中心选择方法

• 作者: 刘一鸣 张化祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: K-Means 聚类 可变阈值 初始聚类中心
• 年，卷（期）: 2011,（32）
• 所属期刊栏目: 研究·探讨
• 页码范围: 56-58
• 分类号: TP391.4
• 字数: 3208字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.32.018

摘要

K-Means算法随机选择聚类中心初始点,导致聚类器性能不稳定.对此,提出基于可变阈值的初始聚类中心选择方法(VTK-Means).该算法选择距已有初始点距离大于一个阈值的样例作为初始聚类中心,并根据满足条件的初始聚类中心个数适当调整阈值.在10个UCI数据集上的实验结果表明,该算法性能明显优于K-Means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	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
2	刘一鸣	山东师范大学信息科学与工程学院	4	28	2.0	4.0