K-means聚类算法的研究综述

• 作者: 李卫军
• 来源期刊: 现代计算机（普及版）
• 关键词: K均值 聚类分析 初始聚类中心
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与开发
• 页码范围: 31-32,36
• 页数: 3页
• 字数: 1688字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2014.23.007

摘要

K-均值聚类算法（K-means）是基于划分的聚类算法中的典型算法，针对K-means算法初始聚类中心存在对K依赖的缺陷，提出一种新的选取K-means算法初始聚类中心的方法，该方法提高聚类结果的有效性和稳定性；还提出一种极值选择法，将最大距离法和最小距离法相结合，进一步提高初始聚类中心选择的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫军	北方民族大学网络信息技术中心	17	56	4.0	7.0