【文件属性】：
文件名称：基于优化初始类中心点的K-means改进算法 (2007年)
文件大小：486KB
文件格式：PDF
更新时间：2021-05-27 06:55:17
自然科学 论文
K-means算法是一种重要的聚类算法，在网络信息处理领域有着广泛的应用．由于K-means算法终止于一个局部最优状态，所以初始类中心点的选择会在很大程度上影响其聚类效果．提出了一种K-means算法的改进算法，首先探测数据集中的相对密集区域，再利用这些密集区域生成初始类中心点．该方法能够很好地排除类边缘点和噪声点的影响，并且能够适应数据集中各个实际类别密度分布不平衡的情况，最终获得较好的聚类效果．