| 一种K-means聚类算法的改进与应用 |
| |
| 引用本文： | 张杰,卓灵,朱韵攸. 一种K-means聚类算法的改进与应用[J]. 电子技术应用, 2015, 41(1) |
| |
| 作者姓名： | 张杰 卓灵 朱韵攸 |
| |
| 作者单位： | 国家电网重庆市电力公司信息通信分公司,重庆,401121 |
| |
| 摘 要： | K-means算法是基于距离作为相似性度量的聚类算法,传统的K-means算法存在难以确定中心值个数、受噪声及孤立点影响较大的缺点。对此,利用类间相异度与类内相异度改进初始值K,以尽量减少人工干预;同时计算数据库中每一点与剩余点的距离和距离均和,将两者的大小比较作为识别孤立点和噪声点的依据,从而删除孤立点,减少对数据聚类划分的影响。最后将改进后的Kmeans算法应用于入侵检测系统并进行仿真实验,结果表明,基于改进的K-means算法的入侵检测系统一定程度上降低了误报率及误检率,提高了检测的准确率。
|
| 关 键 词： | 数据挖掘 聚类算法 K-means 入侵检测 |
The improvement and application of a K-means clustering algorithm |
| |
| Zhang Jie,Zhuo Ling,Zhu Yunyou. The improvement and application of a K-means clustering algorithm[J]. Application of Electronic Technique, 2015, 41(1) |
| |
| Authors: | Zhang Jie Zhuo Ling Zhu Yunyou |
| |
| Abstract: | |
| |
| Keywords: | data mining clustering algorithm K-means intrusion detection |
| 本文献已被 万方数据 等数据库收录！ |
|
