基于精细簇的K-Means文本聚类

摘要：

为解决K‐M eans算法对初始聚类中心的敏感性，提出基于精细簇的K‐M eans稳定算法。采用基于密度算法的预分类技术来获得高密度的核心类，确定能够代表数据集结构的类层次树；根据类层次树中具有较高代表性的子类中心进行K‐M eans聚类，获得精细簇；按照层次树中的类归属合并精细簇，获得精确稳定的聚类效果。实验结果表明，该方法能够克服K‐M eans由于随机初始质心造成的结果不稳定性，一定程度上提高了聚类效果。

关键词：K-M eans、密度、预分类、层次树、精细簇

分类号：TP311.1(计算技术、计算机技术)

资助基金：江苏省普通高校研究生科研创新计划基金项目CXLX12＿0515；南京信息工程大学教学改革基金项目13JY001

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1794-1799