可变阈值的K-Means初始中心选择方法

摘要：

K-Means算法随机选择聚类中心初始点,导致聚类器性能不稳定.对此,提出基于可变阈值的初始聚类中心选择方法(VTK-Means).该算法选择距已有初始点距离大于一个阈值的样例作为初始聚类中心,并根据满足条件的初始聚类中心个数适当调整阈值.在10个UCI数据集上的实验结果表明,该算法性能明显优于K-Means算法.

关键词：K-Means、聚类、可变阈值、初始聚类中心

所属期刊栏目：47

分类号：TP391.4(计算技术、计算机技术)

资助基金：山东省科技研究计划项目2007ZZ17,2008GG10001015,2008B0026;山东省教育厅科研项目J09LG02

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-58