对K-means及势函数聚类算法的研究与改进

• 作者: 刘帅 叶于林 夏秀渝 莫建华
• 来源期刊: 计算机系统应用
• 关键词: 聚类 K-means聚类算法 势函数聚类算法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 209-213
• 页数: 5页
• 字数: 3784字
• 语种: 中文

摘要

在目前聚类方法中， k-means与势函数是最常用的算法，虽然两种算法有很多优点，但也存在自身的局限性。 k-means聚类算法：其聚类数目无法确定，需要提前进行预估，同时对初始聚类中心敏感，且容易受到异常点干扰；势函数聚类算法：其聚类区间范围有限，对多维数据进行聚类其效率低。针对以上两种算法的缺点，提出了一种基于 K-means 与势函数法的改进聚类算法。它首先采用势函数法确定聚类数目与初始中心，然后利用K-means法进行聚类，该改进算法具有势函数法“盲”特性及K-means法高效性的优点。实验对改进算法的有效性进行了验证，结果表明，改进算法在聚类精度及收敛速度方面有很大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏秀渝	四川大学电子信息学院	43	183	8.0	11.0
2	叶于林	四川大学电子信息学院	3	9	2.0	3.0