基于密度的K-means聚类中心选取的优化算法

• 作者: 周炜奔 石跃祥
• 来源期刊: 计算机应用研究
• 关键词: K-均值 数据挖掘 聚类中心 垂直中点 密度
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1726-1728
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.05.033

摘要

针对传统的K-means算法对于初始聚类中心点和聚类数的敏感问题,提出了一种优化初始聚类中心选取的算法.该算法针对数据对象的分布密度以及计算最近两点的垂直中点方法来确定k个初始聚类中心,再结合均衡化函数对聚类个数进行优化,以获得最优聚类.采用标准的UCI数据集进行实验对比,发现改进后的算法相比传统的算法有较高的准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周炜奔	湘潭大学信息工程学院计算机科学与工程系	1	71	1.0	1.0
2	石跃祥	湘潭大学信息工程学院计算机科学与工程系	84	645	14.0	22.0