基于网格的二次K-means聚类算法

• 作者: 欧阳浩 王萌 陈波 黄镇谨
• 来源期刊: 广西工学院学报
• 学科: 工学
• 关键词: 数据挖掘,聚类 K-均值算法 网格
• 年，卷（期）: 2012,（1）
• 页码范围: 24-27,33
• 页数: 5页
• 分类号: TP311.13
• 字数: 2677字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6410.2012.01.007

摘要

传统的K-means算法是一种常用的聚类算法,但它对于初始聚类中心敏感,容易受到＂噪声＂和孤立点的影响,由此提出了一种基于网格的二次K-means聚类算法.此算法先将空间划分为多个大小相等的网格,然后根据给定的密度阈值来计算出密集网格,对密集网格中的点进行初次聚类,将初次聚类结果的均值点作为第二次聚类的初始均值点,从而消除了＂噪声＂和孤立点的影响,并且保证了信息的完整,实验证明此算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王萌	广西工学院计算机工程系	35	429	10.0	20.0
2	陈波	广西工学院计算机工程系	27	100	6.0	9.0
3	欧阳浩	广西工学院计算机工程系	8	34	4.0	5.0
4	黄镇谨	广西工学院计算机工程系	11	40	4.0	5.0