基于改进遗传算法的K-means聚类方法

• 作者: 左倪娜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 聚类 K-means算法 遗传算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 32-34
• 页数: 3页
• 分类号: TP302
• 字数: 3055字
• 语种: 中文
• DOI: 10.11907/rjdk.161051

摘要

K-means算法是聚类分析划分方法中的一种常用方法,也是目前在数据分析方法中最有应用前景的方法之一.但K-mean算法对初始聚类中心十分敏感,这对处理学生成绩等数据而言,会导致聚类结果极为不稳定.为此,提出基于改进遗传算法的K means聚类算法.该算法利用遗传算法解决初始聚类中心,提高聚类结果的稳定性,但存在前期过早收敛和后期收敛过慢的缺点.将改进遗传K-means聚类算法应用于高职高专的学生考试成绩分析中,可以很好地解决传统遗传聚类算法对聚类结果的不稳定性问题,并通过聚类结果对学生考试成绩进行分类评价,利用所获得的数据聚类结果指导教学,从而提高教学质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左倪娜	广西大学计算机与电子信息学院	8	17	2.0	3.0