一种改进的K-均值聚类算法
隋心怡1
王瑞刚1
张鸿翔2
1.西安邮电大学计算机学院 西安7100612.西安交通大学电子与信息工程学院 西安710049
摘要：为改善传统k均值算法随机选择初始聚类中心导致算法稳定性较差这一问题,提出了一种基于样本空间分布密度的K-均值算法.改进算法将样本分布空间分割为多个大小相同的子空间,通过统计子空间中的样本密度,优化初始聚类中心.实验表明可以有效提高算法稳定性并减少迭代次数,最终获得较好的聚类效果.
关键词：聚类算法K-均值初始聚类中心空间分布
分类号：TP391.4(计算技术、计算机技术)
论文发表日期：2018-01-01
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( 682-685 )
英文信息