基于改进粒子群的K-means聚类算法

摘要：

针对传统的k-means算法处理离散型数据的不足以及选取初始聚类中心的随机性等缺点，提出了一种基于改进的粒子群优化k-means算法，根据文中提供的优化算法寻找初始聚类中心后，在阀值范围内进行数据样本间的迭代更新，直至聚类中心稳定。经过实验结果验证分析表明，经过改进的粒子群优化k-means算法与传统的k-means算法相比，更具有良好的聚类收敛效果，聚类效果也相对稳定。

关键词：k-means、改进粒子群算法、聚类

分类号：TP18(自动化基础理论)

在线出版日期：2014-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1238-1241