基于距离阈值及样本加权的 K-means 聚类算法

• 作者: 安计勇 翟靖轩 闫子骥
• 来源期刊: 微电子学与计算机
• 关键词: 距离阈值 样本加权 K-means ,轮廓系数
• 年，卷（期）: 2015,（8）
• 页码范围: 135-138
• 页数: 4页
• 分类号: TP311
• 语种: 中文

摘要

提出了一种基于距离阈值及样本加权的 K‐means聚类算法。该算法首先采用样本集的样本均值作为第一个初始族中心；其次基于距离阈值的方法动态确定初始族中心及个数；最后基于样本加权的方法来降低离散点对聚类效果的影响，使带权值的样本点参与整个聚类过程，采用轮廓系数来衡量不同算法的聚类质量。实验结果表明：相比于原始的 K‐means聚类算法和文献[1]中算法，所提出的算法具有更好的聚类质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安计勇	中国矿业大学计算机科学与技术学院	12	65	5.0	8.0
2	翟靖轩	中国矿业大学科技园公共信息服务中心	11	25	3.0	4.0
3	闫子骥	中国矿业大学计算机科学与技术学院	4	9	2.0	3.0