K-means算法研究综述

被引:435
作者
吴夙慧 [1 ]
成颖 [1 ]
郑彦宁 [2 ]
潘云涛 [2 ]
机构
[1] 南京大学信息管理系
[2] 中国科学技术信息研究所
关键词
K-means算法; 聚类算法; K值; 初始聚类中心;
D O I
暂无
中图分类号
TP311.13 []; G350 [情报学];
学科分类号
120502 [情报学];
摘要
对聚类分析中的基本算法K-means算法中的K值确定、初始聚类中心选择以及分类属性数据处理等主要问题进行综述,理清K-means算法的整个发展脉络及算法研究中的热点和难点,提出改进K-means聚类算法的思路。
引用
收藏
页码:28 / 35
页数:8
相关论文
共 29 条
[1]
基于密度和最近邻的K-means文本聚类算法 [J].
张文明 ;
吴江 ;
袁小蛟 .
计算机应用, 2010, 30 (07) :1933-1935
[2]
基于微粒群优化聚类数目的K-均值算法 [J].
巩敦卫 ;
蒋余庆 ;
张勇 ;
周勇 .
控制理论与应用, 2009, 26 (10) :1175-1179
[3]
简单有效的确定聚类数目算法 [J].
张忠平 ;
王爱杰 ;
柴旭光 .
计算机工程与应用, 2009, 45 (15) :166-168
[4]
融合网格密度的聚类中心初始化方案 [J].
牛琨 ;
张舒博 ;
陈俊亮 .
北京邮电大学学报, 2007, (02) :6-10
[5]
聚类数的确定 [J].
张逸清 ;
刘文才 .
计算机与数字工程, 2007, (02) :42-44+188
[6]
一种增强的k-means聚类算法 [J].
蒋盛益 ;
李庆华 .
计算机工程与科学, 2006, (11) :56-59
[7]
基于均值-标准差的K均值初始聚类中心选取算法 [J].
张文君 ;
顾行发 ;
陈良富 ;
余涛 ;
许华 .
遥感学报, 2006, (05) :715-721
[8]
空间聚类算法中的K值优化问题研究 [J].
李永森 ;
杨善林 ;
马溪骏 ;
胡笑旋 ;
陈增明 .
系统仿真学报, 2006, (03) :573-576
[9]
一种新的确定K-均值算法初始聚类中心的方法 [J].
王汉芝 ;
刘振全 .
天津科技大学学报, 2005, (04) :76-79
[10]
一种选取初始聚类中心的方法 [J].
刘立平 ;
孟志青 ;
不详 .
计算机工程与应用 , 2004, (08) :179-180