一种基于D~2权重的核k-means聚类算法

• 作者: 王晓帅 苏一丹 覃华 马翩翩
• 来源期刊: 微电子学与计算机
• 关键词: 核k-means k-means D2权重
• 年，卷（期）: 2012,（7）
• 页码范围: 85-89
• 分类号: TP301
• 语种: 中文

摘要

核k-means算法是标准k-means算法的扩展,提高了k-means聚类中对非线性不可分数据的聚类效果.传统核k-means算法的初始中心是随机选取的,导致出现聚类时间较慢、聚类性能低等问题.文中提出了一种基于D2权重的核k-means算法,它根据点对簇内距离的贡献,选取对其贡献最大的点为簇中心,然后在核空间内进行相应的聚类.在UCI数据集上进行实验,实验结果表明,新算法相对于传统的核k-means算法,可以有效地缩短聚类时间,并提高聚类的质量,新算法性能优于传统的核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	覃华	广西大学计算机与电子信息学院	52	334	11.0	15.0
2	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
3	马翩翩	广西大学计算机与电子信息学院	1	2	1.0	1.0
4	王晓帅	广西大学计算机与电子信息学院	1	2	1.0	1.0