优化K-means初始聚类中心研究

摘要：

K-means算法因为对初始中心依赖性而导致聚类结果可能陷入局部极小.基于密度的多中心聚类并结合小类合并运算的聚类算法解决了计算空间上的极小化,收敛进度上得到了控制,结果明显优于K-means的聚类结果.算法的每一次迭代都是倾向于发现超球面簇,尤其对于延伸状的不规则簇具有良好的聚类能力.

关键词：聚类算法、K-means、多中心聚类算法(MCA)、小类合并

所属期刊栏目：43

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金60603053;教育部科学技术研究项目05128

在线出版日期：2007-08-27（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：179-181,219