基于SOM网和K-means的聚类算法

被引：6

作者：

郭明

丁华福

机构：

[1] 哈尔滨理工大学计算机科学与技术学院

来源：

计算机与数字工程 | 2008年 / 09期

关键词：

自组织神经网络; K均值; 聚类; 组合聚类算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

K-means算法因对初始中心依赖性而导致聚类结果可能陷入局部极小。而恰当的选取初始中心向量就成为改进K-means算法的关键所在。因此可以先通过SOM进行聚类,较快确定聚类范围,再将其结果作为K-means方法的初始中心向量加以使用。实验证明结合这两种算法能够弥补这两种方法的缺陷,较好改善聚类效果。

引用

页码：22 / 24+94 +94

页数：4