基于KNN算法的改进K-means算法 |
| |
引用本文: | 徐文进,管克航,寻晴晴,许瑶,解钦. 基于KNN算法的改进K-means算法[J]. 青岛科技大学学报(自然科学版), 2019, 0(5) |
| |
作者姓名: | 徐文进 管克航 寻晴晴 许瑶 解钦 |
| |
作者单位: | 青岛科技大学信息科学技术学院 |
| |
摘 要: | 针对于K-means算法的缺点做出了一些改进,提出了一种基于KNN算法改进K-means的算法。改进后的算法解决了K-means算法K值无法确定和数据分类中的不强、易受异常数据干扰的缺点,提高了算法的聚类效果以及削弱初始聚类中心选择的随机性对于聚类结果易陷入局部最优的影响。实验表明,改进后的算法不仅解决了传统算法确定K值的问题,而且聚类结果稳定且聚类效果良好。
|
关 键 词: | 数据中心点 K-means 局部最优 KNN算法 |
Improving K-means Algorithm Based on KNN Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|