基于KNN算法的改进K-means算法

摘要：

针对于K-means算法的缺点做出了一些改进,提出了一种基于KNN算法改进K-means的算法.改进后的算法解决了K-means算法K值无法确定和数据分类中的不强、易受异常数据干扰的缺点,提高了算法的聚类效果以及削弱初始聚类中心选择的随机性对于聚类结果易陷入局部最优的影响.实验表明,改进后的算法不仅解决了传统算法确定K值的问题,而且聚类结果稳定且聚类效果良好.

关键词：数据中心点、K-means、局部最优、KNN算法

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：山东省重点研发计划项目2018GGX105005

在线出版日期：2019-10-30（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：107-111,118