对K-means及势函数聚类算法的研究与改进

摘要：

在目前聚类方法中， k-means与势函数是最常用的算法，虽然两种算法有很多优点，但也存在自身的局限性。 k-means聚类算法：其聚类数目无法确定，需要提前进行预估，同时对初始聚类中心敏感，且容易受到异常点干扰；势函数聚类算法：其聚类区间范围有限，对多维数据进行聚类其效率低。针对以上两种算法的缺点，提出了一种基于 K-means 与势函数法的改进聚类算法。它首先采用势函数法确定聚类数目与初始中心，然后利用K-means法进行聚类，该改进算法具有势函数法“盲”特性及K-means法高效性的优点。实验对改进算法的有效性进行了验证，结果表明，改进算法在聚类精度及收敛速度方面有很大提高。

关键词：聚类、K-means聚类算法、势函数聚类算法

分类号：TP3;O1

在线出版日期：2015-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：209-213