基于期望最大化的K-Means聚类算法

摘要：

针对高维数据下的聚类效果需要提高,提出一种基于期望最大化的k-means聚类改进算法.该算法在没有降维和破坏原有数据结构的情况下,把期望最大化算法和k-means算法相结合,用期望最大化算法选取k-means的算法的初始聚类中心.并针对高维数据提出一种新的距离算法,代替传统的距离算法.实验结果表明提出的算法的可行性,并且在处理高维数据时的有效性.

关键词：高维数据、期望最大化、k-means聚类1

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

资助基金：辽宁省教育厅科学研究一般项目LYB201616

在线出版日期：2020-06-23（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：106-111