基于期望最大化的K-Means聚类算法

• 作者: 景源 郝金山
• 来源期刊: 辽宁大学学报（自然科学版）
• 学科: 工学
• 关键词: 高维数据 期望最大化 k-means聚类1
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP311
• 字数: 3515字
• 语种: 中文

摘要

针对高维数据下的聚类效果需要提高,提出一种基于期望最大化的k-means聚类改进算法.该算法在没有降维和破坏原有数据结构的情况下,把期望最大化算法和k-means算法相结合,用期望最大化算法选取k-means的算法的初始聚类中心.并针对高维数据提出一种新的距离算法,代替传统的距离算法.实验结果表明提出的算法的可行性,并且在处理高维数据时的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景源	辽宁大学信息学院	8	15	3.0	3.0
2	郝金山	辽宁大学信息学院	1	0	0.0	0.0