基于改进的K-means算法初始化方法研究

• 作者: 马健
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 K-means算法 初始化方法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 274-278
• 页数: 5页
• 分类号: TP181
• 字数: 3814字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.03.015

摘要

为了解决K-means算法在随机初始化过程中影响到K-means算法的效率性和正确性问题.提出了一种改进的方法(I KM),该方法是一种改进K均值的算法,利用密度、网格和统计等概念,将IKM的模拟数据与K-means进行比较.结果证明IKM的效率性和正确性优于K-means算法,对于复杂的情况在数据分布方面,IKM的表现优于K-means算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马健	亳州职业技术学院信息工程系	54	70	4.0	5.0