基于ARIA的K均值聚类算法研究

• 作者: 刘小芳 王雷 赵良军
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 局部最优 自适应半径免疫算法 K均值聚类算法 聚类中心 优化
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP278
• 字数: 4152字
• 语种: 中文
• DOI: 10.11863/j.suse.2019.02.10

摘要

针对传统K均值聚类算法对初始聚类中心敏感,易陷入局部最优和对大数据集聚类速度慢的缺点,将ARIA与Kmeans算法相结合,提出了一种ARIA-Kmeans算法,即基于自适应半径免疫的K均值聚类算法.首先利用自适应半径免疫算法对数据进行预处理,产生能够代表原始数据分布以及密度信息的内部镜像数据;然后用K均值聚类算法对其进行多次聚类,获得最佳聚类中心,并将其作为初始聚类中心,推广到全部数据优化聚类效果;最后对其结果进行评价.实验结果表明,相对于传统Kmeans算法,新算法在保证聚类准确度的前提下,提高了算法运行的时间效率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小芳	四川轻化工大学计算机学院	10	16	2.0	4.0
2	赵良军	四川轻化工大学计算机学院	3	1	1.0	1.0
3	王雷	四川轻化工大学自动化与信息工程学院	2	1	1.0	1.0