甄晓敏
- 作品数：2 被引量：3H指数：1
- 供职机构：河北工业大学人工智能与数据科学学院更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于模拟退火的K调和均值聚类算法被引量：3
- 2011年
- K均值算法是最通用的划分聚类算法,然而它有高度依赖初始值和收敛于局部最小的缺点,K调和均值算法采用数据点与所有聚类中心的距离的调和平均替代了数据点与聚类中心的最小距离,解决了K均值算法对初值敏感的问题。这样虽然解决初始值敏感问题,局部最小收敛问题仍然存在。为了获得全局最优解,提出一种新的算法:基于模拟退火算法的K调和均值聚类。该算法将一种优秀的随机搜索算法——模拟退火算法引入K调和均值聚类,来解决局部最小收敛的问题,并将改进后的算法用于IRIS数据集的聚类分析,聚类结果与K均值算法结果对比,证明了改进算法的优越性。
- 刘国丽甄晓敏
- 关键词：聚类K均值模拟退火
- 改进K均值算法在数据挖掘中的研究应用
- 数据挖掘是多个领域的交叉学科,用于分析海量数据中的潜在关系以给人们提供有价值的帮助。聚类分析是数据挖掘中的重要技术,它是在无先验知识情况下,按照一定的要求和规律,将数据对象分组成若干个类,使同一个类中的对象有较高的相似度...
- 甄晓敏
- 关键词：数据挖掘聚类分析K均值模拟退火
- 文献传递
