10.3778/j.issn.1002-8331.1208-0102
改进的K-means算法在维文连体段聚类中的应用
在维吾尔文文字识别中,能否有效地聚类将直接影响识别结果的好坏。为改善聚类效果,针对维吾尔文连体段聚类,提出了一种改进的K-means聚类算法。该算法首先采用等间距法多次选择类中心,然后选择最佳码本和利用有效相似比来动态调整聚类个数K,最后完成了连体段聚类。实验结果表明:与传统K-means算法相比,改进的K-means算法得到了较好聚类效果,聚类正确率达90%以上。
维吾尔文文字识别、连体段、聚类算法、等间距法、有效相似比、正确率
TP39(计算技术、计算机技术)
国家自然科学基金No.61032008,No.61163031,No.60863009。
2014-08-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-138,254