一种基于最大最小距离和SSE的自适应聚类算法

• 作者: 卢艳红 成卫青
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: K均值聚类算法 最大最小距离 初始中心 误差平方和
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 102-107
• 页数: 6页
• 分类号: TP391
• 字数: 5092字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2015.02.016

摘要

K均值聚类是一种常用的聚类算法,需要指定初始中心和簇数,但随意指定初始中心可能导致聚类陷入局部最优解,且实际应用中簇数未必是已知的.针对K均值聚类的不足,文中提出了一个自适应聚类算法,该算法基于数据实例之间的最大最小距离选取初始聚类中心,基于误差平方和(SSE)选择相对最稀疏的簇分裂,并根据SSE变化趋势停止簇分裂从而自动确定簇数.实验结果表明,该算法可以在不增加迭代次数的情况下得到更准确的聚类结果,验证了所提聚类算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成卫青	南京邮电大学计算机学院	31	301	11.0	16.0
2	卢艳红	南京邮电大学计算机学院	1	35	1.0	1.0