基于模拟退火算法对K-means聚类算法的优化

• 作者: 刘寒梅 张鹏
• 来源期刊: 中国西部科技
• 关键词: 数据挖掘 聚类算法 K-means聚类算法 模拟退火算法
• 年，卷（期）: 2013,（6）
• 页码范围: 23-24,71
• 页数: 3页
• 字数: 3357字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6396.2013.06.012

摘要

K-means 聚类算法是近年来数据挖掘学科的一个研究热点和重点，该算法是基于划分的聚类分析算法。目前这种算法在聚类分析中得到了广泛应用。本文将介绍K-means聚类算法的主要思想，及其优缺点。针对该算法经常陷入局部最优，以及对孤立点敏感等缺点，提出了一种基于模拟退火算法的方法对其进行优化，可以有效地防止该算法陷入局部最优的情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	长春工业大学计算机科学与信息工程学院	8	18	2.0	4.0
2	刘寒梅	长春工业大学计算机科学与信息工程学院	3	11	1.0	3.0