基于密度峰值优化的K-means文本聚类算法

被引：26

作者：

田诗宵

丁立新

郑金秋

机构：

[1] 武汉大学计算机学院

来源：

计算机工程与设计 | 2017年 / 38卷 / 04期

关键词：

文本聚类; 密度峰值; F度量; k均值; 向量化;

D O I：

10.16208/j.issn1000-7024.2017.04.032

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

传统K-means算法中初始质心选定的随机性可能使算法陷入局部最优解,使聚类结果不够准确。改进初始质心的选择算法,为各样本点引入局部密度指标,根据其局部密度分布情况,选取处于密度峰值的点作为初始质心,得到稳定的离收敛质心很近的初始质心,减少算法迭代次数,提高运行效率,降低陷入局部最优的概率,显著提高聚类准确性。实验结果表明,与几种已有算法相比,该算法在文本聚类中有明显优势。

引用

页码：1019 / 1023

页数：5

共 12 条

[1]

基于遗传算法的K-means聚类方法的研究.[D].吴香庭.山东科技大学.2010, 03

[2]

k - Means + + under approximation stability.[J].Manu Agarwal;Ragesh Jaiswal;Arindam Pal.Theoretical Computer Science.2015,

[3] A three-stage unsupervised dimension reduction method for text clustering [J].