基于距离阈值的自适应K-均值聚类算法

• 作者: 张贵勇 曾庆山
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: K-均值 距离阈值 聚类中心
• 年，卷（期）: 2016,（4）
• 页码范围: 90-94,101
• 页数: 6页
• 分类号: TP181
• 字数: 4515字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2016680

摘要

为快速有效地确定聚类中心，提出一种基于距离阈值的自适应K-均值聚类算法。首先确定合理的距离阈值，其次根据距离阈值确定初始聚类中心位置及个数，最后对位置相近的聚类中心簇进行合并，获得新的聚类中心位置及个数。结果表明，该方法可以自动确定k值及中心位置，有效避免将离群点错误聚类，从而改善了聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆山	郑州大学电气工程学院	36	155	8.0	11.0
2	张贵勇	郑州大学电气工程学院	1	4	1.0	1.0