自适应的k-means聚类算法SA-K-means

摘要：

传统的k-means聚类算法对初始聚类中心非常敏感,聚类的结果也常常随着初始聚类中心而波动.为了降低聚类算法的这种敏感性,本文提出了一种自适应的聚类算法(SA-K-means),该方法通过计算数据对象区域的密度,选择相互距离最远的高密度区域的中心作为初始聚奏中心.实验表明SA-K-means聚类算法能有效地消除聚类算法对初始聚类中心的敏感性,得到满意的聚类结果.

关键词：聚类、k-means、聚类中心

分类号：TP319(计算技术、计算机技术)

在线出版日期：2010-03-23（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：4-5,8