优化的初始中心点选取的K—means聚类算法

• 作者: 王未央 王金金
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: K—means算法 聚类中心 孤立点
• 年，卷（期）: 2015,（7）
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP391.41

摘要

介绍一种可以对初始聚类中心进行优化的算法，改进之处是对孤立点进行特殊处理，降低孤立点敏感的问题，把距离与密度结合，选取最优的初始中心点，从而使聚类的精确度得到提高，并且该算法通过在计算的过程中存储数据对象之间的距离来提高算法的效率。通过对实验结果的分析，得到改进后的聚类算法可以有更好的精确度和更高的算法效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王未央	上海海事大学信息工程学院	26	84	5.0	8.0
2	王金金	上海海事大学信息工程学院	2	1	1.0	1.0