基于扰动因子的相似度下的聚类算法

• 作者: 满扬 王晓东
• 来源期刊: 西安工程大学学报
• 关键词: K-均值聚类算法 离群点 聚类中心 扰动因子
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 基础科学
• 页码范围: 388-392
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2016.03.020

摘要

K-均值聚类算法在计算聚类中心时对于离群点非常敏感，且容易陷入局部极小值。针对这一缺点，采用距离法消除离群点对于聚类中心的影响，并且给搜索空间增加一组随着迭代次数递减的扰动因子，建立了基于扰动因子的相似度下的聚类算法，并对改进前后的算法进行对比实验。仿真结果表明，改进后的算法更稳定，聚类效果更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓东	西安工程大学理学院	40	180	7.0	11.0
2	满扬	西安工程大学理学院	2	6	2.0	2.0