基于2d-距离改进的K-means聚类算法研究

• 作者: 蒋芳 陈福集
• 来源期刊: 太原理工大学学报
• 关键词: 2d-距离 K-means算法 初始点选取 孤立点
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 114-118
• 分类号: TP181|TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9432.2012.02.002

摘要

为了解决原始K-means算法随机选取聚类中心对聚类结果产生较大影响的不足和孤立点的存在对聚类精度的破坏,以及两者之间的相互牵制性,采用基于2d-距离的DKC值来对原始样本数据集进行预处理以分辨孤立点,同时确定初始的聚类中心,达到消除两者相互影响的效果,使得聚类中心相对稳定,改进后的算法较原始的算法在准确度上得到了改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福集	福州大学公共管理学院	129	1236	17.0	28.0
2	蒋芳	福州大学公共管理学院	2	14	2.0	2.0