改进的K-means算法在维文连体段聚类中的应用

• 作者: 哈力木拉提·买买提 张建周 陈晓娇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 维吾尔文文字识别 连体段 聚类算法 等间距法 有效相似比 正确率
• 年，卷（期）: 2014,（14）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 135-138,254
• 页数: 5页
• 分类号: TP39
• 字数: 4721字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1208-0102

摘要

在维吾尔文文字识别中，能否有效地聚类将直接影响识别结果的好坏。为改善聚类效果，针对维吾尔文连体段聚类，提出了一种改进的K-means聚类算法。该算法首先采用等间距法多次选择类中心，然后选择最佳码本和利用有效相似比来动态调整聚类个数K，最后完成了连体段聚类。实验结果表明：与传统K-means算法相比，改进的K-means算法得到了较好聚类效果，聚类正确率达90%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	哈力木拉提·买买提	新疆大学信息科学与工程学院多语种信息技术重点实验室	21	93	5.0	9.0
2	陈晓娇	新疆大学信息科学与工程学院多语种信息技术重点实验室	2	5	1.0	2.0
3	张建周	新疆大学信息科学与工程学院多语种信息技术重点实验室	1	1	1.0	1.0