|
|||||
|
|
| 一种基于扩展的K-means聚类算法 | |
| 引用本文： | 田地,张西芝,刘小航. 一种基于扩展的K-means聚类算法[J]. 河南教育学院学报(自然科学版), 2007, 16(2): 26-28 |
| 作者姓名： | 田地 张西芝 刘小航 |
| 作者单位： | 1. 河南教育学院信息技术系,河南,郑州,450014 2. 郑州大学升达经贸管理学院,河南,郑州,451191 3. 石家庄陆军指挥学院19队,河北,石家庄,050084 |
| 摘 要： | K-means算法是聚类方法中常用的一种划分方法.基于扩展划分的思想,提出了一种基于扩展的K-means聚类算法(EK-means),在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K-means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况.该算法使用了基于距离的技术来处理孤立点,引进了一种基于扩展的方法进行聚类.实验表明该算法可扩展性好,能够很好的识别出孤立点或噪声,并且有很好的精度. |
| 关 键 词： | 聚类 K-means算法 基于扩展 基于距离 |
| 文章编号： | 1007-0834(2007)02-0026-03 |
| 修稿时间： | 2006-12-20 |
Extension-Based K-Means Clustering Algorithm |
|
| TIAN Di,ZHANG Xizhi,LIU Xiaohang. Extension-Based K-Means Clustering Algorithm[J]. Journal of Henan Education Institute(Natural Science Edition), 2007, 16(2): 26-28 | |
| Authors: | TIAN Di ZHANG Xizhi LIU Xiaohang |
| Abstract: | K-means is a kind of partition method often used in clustering.Presents the Extension-based K-means Clustering Algorithm,voiding the phenomenon of the local clustering result to some degree.The Algorithm reduces the probability that a cluster will be divided into some clusters by the use of the error square and rule function.The algorithm deals with outliers by the technique of distance-based and clusters by the method of extension-based.The experiment results show that it can discover outliers or noises effectively and get good cluster quality. |
| Keywords: | clustering K-means algorithm extension-based distance-based |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |