一种基于扩展的K-means聚类算法

被引：3

作者：

田地 ^{[1
]}

张西芝 ^{[2
]}

刘小航 ^{[3
]}

机构：

[1] 河南教育学院信息技术系

[2] 郑州大学升达经贸管理学院

[3] 石家庄陆军指挥学院队

来源：

河南教育学院学报(自然科学版) | 2007年 / 02期

关键词：

聚类; K-means算法; 基于扩展; 基于距离;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

K-means算法是聚类方法中常用的一种划分方法.基于扩展划分的思想,提出了一种基于扩展的K-means聚类算法(EK-means),在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K-means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况.该算法使用了基于距离的技术来处理孤立点,引进了一种基于扩展的方法进行聚类.实验表明该算法可扩展性好,能够很好的识别出孤立点或噪声,并且有很好的精度.

引用

页码：26 / 28

页数：3