改进的k-means算法在三支决策中的应用研究

• 作者: 傅廷妍 王郁鑫 蔺艳艳 陆介平
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 聚类 有效性指数 k-means算法 三支聚类
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 1294-1299,1353
• 页数: 7页
• 分类号: TP391.41
• 字数: 5494字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.06.007

摘要

针对传统k-means算法不适用有不确定因素存在的环境和现有的三支k-means聚类分析中并未避免传统k-means算法随机选择初始簇中心而导致聚类结果不稳定的问题,论文提出一种改进的k-means算法,借助层次聚类算法和数学抽样方法,结合定义的聚类结果评估有效性指数,获得一组较优的初始中心,并将其作为k-means算法的初始簇中心,然后引进三支决策聚类理论方法进行聚类结果的优化,使其适应具有不确定因素的环境.实验表明,此方法在UCI数据集上的聚类效果、准确率和稳定性均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆介平	江苏科技大学计算机学院	10	51	4.0	7.0
2	蔺艳艳	江苏科技大学计算机学院	1	0	0.0	0.0
3	王郁鑫	江苏科技大学计算机学院	1	0	0.0	0.0
4	傅廷妍	江苏科技大学计算机学院	1	0	0.0	0.0