启发式初始化独立的k-均值算法研究

• 作者: 王会青 郭凯 陈俊杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类分析 k-均值算法 prim算法 初始化敏感 聚类中心
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 129-132,160
• 分类号: TP311.12
• 字数: 4289字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.11.028

摘要

针对传统k-均值算法对初始聚类中心敏感的问题,提出了启发式初始化独立的k-均值算法.该算法引入prim算法选择k个初始聚类中心,且通过设置阈值参数θ,避免同一类中的多个数据对象同时作为初始聚类中心,否则将导致聚类迭代次数增加,并得到错误的聚类结果.与传统的k-均值算法和基于遗传算法的k-均值聚类算法相比,实验结果表明改进的算法不仅降低了初始聚类中心选取的随机性对聚类性能产生的影响,有效减少了聚类迭代次数,而且降低了离群点对聚类性能的影响,从而验证了算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	王会青	太原理工大学计算机科学与技术学院	19	202	7.0	14.0
3	郭凯	太原理工大学计算机科学与技术学院	8	105	6.0	8.0