首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种高效的K-means聚类改进算法
引用本文:张洁玲,白清源.一种高效的K-means聚类改进算法[J].福州大学学报(自然科学版),2014,42(4):537-542.
作者姓名:张洁玲  白清源
作者单位:福建江夏学院电子信息科学学院,福建 福州 350108;福州大学数学与计算机科学学院,福建 福州 350116
基金项目:福建省自然科学基金资助项目(2012J05115)
摘    要:针对传统K-means算法在初始质心选取的敏感性以及迭代计算的冗余性这两方面的缺陷,提出一种高效的聚类算法(ECA).根据数据对象的空间分布情况,首先采用空间划分预聚类算法(SDPCA)对数据集实现预聚类划分,然后采用基于邻近簇调整的优化聚类算法(OCANC)对预聚类成果进行优化处理,最终获取聚类成果.实验证明,该改进算法能消除对初始输入的敏感性,以更高的运行效率获取较高质量的聚类结果.

关 键 词:K-means  二分K均值  预聚类  邻近簇

An efficient improved K-means clustering algorithm
ZHANG Jie-ling and BAI Qing-yuan.An efficient improved K-means clustering algorithm[J].Journal of Fuzhou University(Natural Science Edition),2014,42(4):537-542.
Authors:ZHANG Jie-ling and BAI Qing-yuan
Institution:ZHANG Jie-ling;BAI Qing-yuan;College of Electrical and Information Science,Fujian Jiangxia University;College of Mathematics and Computer Science,Fuzhou University;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号