一种改进的动态K—means聚类算法

• 作者: 朱敏琛 詹辉煌
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: K-means 聚类算法 初始聚类中心 动态聚类
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 技术与方法
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP301
• 字数: 2355字
• 语种: 中文

摘要

针对初始聚类中心对传统K-means算法的聚类结果有较大影响的问题，提出一种依据样本点类内距离动态调整中心点类间距离的初始聚类中心选取方法，由此得到的初始聚类中心点尽可能分散且具代表性，能有效避免K-means算法陷入局部最优。通过UCI数据集上的数据对改进算法进行实验，结果表明改进的算法提高了聚类的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱敏琛	福州大学数学与计算机科学学院	22	95	6.0	9.0
2	詹辉煌	福州大学数学与计算机科学学院	1	6	1.0	1.0