基于网格和图论的初始聚类中心确定算法

• 作者: 黄天民 黄红伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: K-means算法 初始聚类中心 网格 图论 连通分支
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算 法
• 页码范围: 228-231
• 页数: 4页
• 分类号: TP391
• 字数: 4977字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.02.056

摘要

针对传统 K-means 算法随机选取初始聚类中心，易造成准则函数收敛速度慢、聚类结果陷入局部最优等问题，提出一种基于网格和图论的初始聚类中心确定算法。该算法将数据空间网格化，通过在网格单元上形成树的连通分支来选取初始中心点。采用模拟和真实数据集对该算法选取的初始中心进行测试，实验结果表明，改进后的 K-means 算法在降低时间复杂度、减少迭代次数以及提高聚类精度方面都取到了较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄天民	西南交通大学数学学院	82	362	11.0	14.0
2	黄红伟	西南交通大学数学学院	7	78	5.0	7.0