基于改进K-means聚类算法聚类点选取办法的研究

• 作者: 乔天宇 任楚岚 张阳
• 来源期刊: 网络安全技术与应用
• 关键词: K-means聚类 孤立点 聚类中心
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 49-50
• 页数: 2页
• 字数: 2085字
• 语种: 中文

摘要

K-means聚类高度敏感的初始化聚类中心选取一直是个难题.K值的选取能影响到实验结果.本文改进K-means聚类中心的初始化方法.首先,使用多个具有随机初始化的K均值聚类器构建一组基本聚类.然后,基于密度的思想,排除干扰的孤立点构建和聚集聚类来构建预聚类结果.获得初始的聚类中心集,然后将其用于最终K值聚类过程.最后证明了改进后方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张阳		18	89	5.0	9.0
2	任楚岚	沈阳化工大学计算机科学与技术学院	3	0	0.0	0.0
3	乔天宇	沈阳化工大学计算机科学与技术学院	1	0	0.0	0.0