对k-means聚类算法的改进

摘要：

提出了一种k-means聚类算法中寻找初始聚类中心的新方法.算法首先计算样本间的距离,然后根据样本点之间的距离寻找有可能是一类的数据,依据这些样本点形成初始聚类中心,从而得到较好的聚类结果.实验表明,改进后的方法相对于随机选取初始聚类中心具有较高的准确率.

关键词：k-means聚类算法、聚类、模式识别

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：河北省自然科学基金603137;河北省教育厅科研项目2001206,2002154

在线出版日期：2005-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：177-178,232