基于扰动因子的相似度下的聚类算法

摘要：

K-均值聚类算法在计算聚类中心时对于离群点非常敏感，且容易陷入局部极小值。针对这一缺点，采用距离法消除离群点对于聚类中心的影响，并且给搜索空间增加一组随着迭代次数递减的扰动因子，建立了基于扰动因子的相似度下的聚类算法，并对改进前后的算法进行对比实验。仿真结果表明，改进后的算法更稳定，聚类效果更好。

关键词：K-均值聚类算法、离群点、聚类中心、扰动因子

所属期刊栏目：30

分类号：TP183(自动化基础理论)

资助基金：陕西省自然科学基金资助项目2015JM1012

在线出版日期：2016-08-01（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：388-392