10.3778/j.issn.1002-8331.2008.06.054
基于最近共享邻居节点的K-means聚类算法
聚类分析是一种重要的数据挖掘方法.K-means聚类算法在数据挖掘领域具有非常重要的应用价值.针对K-means需要人工设定聚类个数并且易陷入局部极优的缺陷,提出了一种基于最近共享邻近节点的K-means聚类算法(KSNN). KSNN在数据集中搜索中心点,依据中心点查找数据集个数,为K-means聚类提供参数.从而克服了K-means需要人工设定聚类个数的问题,同时具有较好的全局收敛性.实验证明KSNN算法比K-means、粒子群K-means(pso)以及多中心聚类算法(MCA)有更好的聚类效果.
聚类分析、K-means、最近共享邻居
44
TP31(计算技术、计算机技术)
2008-05-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
178-181