| 一种改进的k-means初始聚类中心选择方法 |
| |
| 引用本文： | 安爱芬.一种改进的k-means初始聚类中心选择方法[J].山西师范大学学报,2013(1):30-34. |
| |
| 作者姓名： | 安爱芬 |
| |
| 作者单位： | 山西煤炭职业技术学院计算机信息系 |
| |
| 摘 要： | 针对传统k-means聚类方法随机选择初始聚类中心而导致的收敛速度慢、聚类效果较差的问题,本文结合空间相似度度量提出一种改进的k-means初始聚类中心选择方法.该方法通过定义空间中样本的相似度,从而选择相似度较小的样本作为初始聚类中心,以减少达到聚类稳定状态的迭代次数,提高聚类的效率.UCI数据集上的实验结果表明,与传统k-means聚类方法相比,本文提出的改进的k-means初始聚类中心选择方法能够使聚类的收敛速度加快,得到良好的聚类效果.
|
| 关 键 词： | k-means聚类 初始聚类中心 相似度 收敛速度 |
The Selection Algorithm of an Improved k-means Initial Clustering Centers |
| |
| AN Ai-fen.The Selection Algorithm of an Improved k-means Initial Clustering Centers[J].Journal of Shanxi Teachers University,2013(1):30-34. |
| |
| Authors: | AN Ai-fen |
| |
| Institution: | AN Ai-fen(Department of Computer Information,Shanxi Vocational and Technical College of Coal,Taiyuan 030031,Shanxi,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
