基于单点密度的Kmeans算法优化

• 作者: 汪宜东
• 来源期刊: 福建电脑
• 关键词: Kmeans 密度聚类 算法优化
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 应用与开发
• 页码范围: 73-74,115
• 页数: 3页
• 字数: 3101字
• 语种: 中文

摘要

Kmeans是一种经典聚类算法，应用范围很广。但该算法有着自身的一些缺点，如不能消除离群点的影响，对初始聚类中心的选取敏感，聚类结果不稳定等。本文基于单点密度来屏蔽离群点和选取初始聚类中心，达到优化Kmeans的目的，该算法简称SDKmeans（Single density kmeans）。实验证明，SDKmeans算法能获得较好较稳定的聚类结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪宜东	厦门大学软件学院	1	2	1.0	1.0