基于SOM网和K-means的聚类算法
郭明
丁华福
1.哈尔滨理工大学计算机科学与技术学院,哈尔滨,1500802.哈尔滨理工大学计算机科学与技术学院,哈尔滨,150080
摘要：K-means算法因对初始中心依赖性而导致聚类结果可能陷入局部极小.而恰当的选取初始中心向量就成为改进K-means算法的关键所在.因此可以先通过SOM进行聚类,较快确定聚类范围,再将其结果作为K-means方法的初始中心向量加以使用.实验证明结合这两种算法能够弥补这两种方法的缺陷,较好改善聚类效果.
关键词：自组织神经网络K均值聚类组合聚类算法
分类号：TP311(计算技术、计算机技术)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 22-24,94 )
英文信息