改进的K-means算法在维文连体段聚类中的应用

摘要：

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。

关键词：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

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金No.61032008，No.61163031，No.60863009。

在线出版日期：2014-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：135-138,254