一种改进的K-means聚类算法

• 作者: 宋明杰 阎少宏
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: K-means聚类算法 天牛须搜索算法 变步长 算法性能
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 科技论文
• 页码范围: 8-17
• 页数: 10页
• 分类号: TP311.13
• 字数: 4811字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2020.03.002

摘要

针对K-means聚类算法对初始聚类中心敏感,容易陷入局部最优解的问题,提出了一种基于天牛须搜索算法优化的K-means算法,利用天牛须搜索算法的全局搜索能力在聚类算法更新聚类中心时进行全局寻优.优化后的算法在五种公开数据集上进行对比实验,结果显示优化后的算法在聚类性能和准确率上均高于两种对比算法,为K-means聚类算法的优化提供了一个行之有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎少宏	华北理工大学理学院	29	22	3.0	3.0
3	宋明杰	华北理工大学理学院	4	0	0.0	0.0