基于大数据的改进模糊K-means算法

• 作者: 何映思 全海金
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据 模糊K-means算法 模糊聚类算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 信息·计算机
• 页码范围: 145-148
• 页数: 4页
• 分类号: TP18
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2018.12.022

摘要

针对传统模糊K-means算法易于采用局部最优解的缺陷,设计了一种基于大数据K-means聚类算法的优化算法.首先针对移动大数据的分析处理方法展开研究,再提出了通过欧氏距离来选出密度最大若干个初始点的改进方法,使数据的聚类的有效性及效率性有了很大的提高.实验仿真表明:该算法具有较好的聚类效果,提高了聚类的速度和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何映思	西南大学数学与统计学院计算机与信息科学学院	8	28	3.0	5.0
2	全海金	西南大学数学与统计学院计算机与信息科学学院	5	22	3.0	4.0