基于密度最大值的K-means初始聚类中心点算法改进

• 作者: 刘闯 陈桂芬
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 聚类 稳定性 局部密度 可靠性
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 算法分析
• 页码范围: 118-119
• 页数: 2页
• 分类号: TP393
• 字数: 1399字
• 语种: 中文

摘要

聚类分析是机器学习中重要的方法,传统的K-means算法对于聚类的初始中心点的选择具有随机性,这就造成不同的选择产生不同的聚类结果.针对这一问题,提出一种基于密度最大值的优化初始聚类中心选取算法.试验结果显示,改进后的算法与传统算法相比具有较高的稳定性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈桂芬	长春理工大学电子信息工程学院	39	84	6.0	8.0
2	刘闯	长春理工大学电子信息工程学院	3	7	2.0	2.0