基于密度的全局K-means算法的改进

• 作者: 徐娟 曲金帅 范菁 陈楚天
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: GK-means算法 FGK-means算法 DGK-means算法 高密度数
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 160-164
• 页数: 5页
• 分类号: TP311.13
• 字数: 3484字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2019.02.013

摘要

针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时, 需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数, 而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点, 提出了一种基于高密度数的DGK-means算法, 并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下, 改进的DGK-means算法比全局K-means算法和快速全局K-means算法, 聚类用时更短, 聚类效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范菁	云南民族大学云南省高校信息与通信安全灾备重点实验室	39	132	6.0	9.0
5	徐娟	云南民族大学云南省高校信息与通信安全灾备重点实验室	2	5	2.0	2.0
9	陈楚天	云南民族大学电气信息工程学院	3	4	1.0	2.0
10	曲金帅	云南民族大学云南省高校信息与通信安全灾备重点实验室	8	23	3.0	4.0