基于均衡化函数的k均值优化算法  

Optimized k-means Algorithm Based on Balanced Function

作　　者：钱雪忠[1] 施培蓓[1] 张明阳[2] 汪中[3] 

机构地区：[1]江南大学信息工程学院,无锡214122 [2]华东计算技术研究所,上海200233 [3]中国科技大学计算机科学与技术系,合肥230027

出　　处：《计算机工程》2008年第14期60-62,共3页Computer Engineering

基　　金：教育部专项基金资助项目(教技[2001]750)

摘　　要：传统的k-means算法要求用户事先给定k值,限制了很多应用,初始中心点随机选择,容易导致局部极值点,常用的评价函数对于求解最优聚类数目也不理想。针对这些问题,该文提出一种新的评价函数——均衡化函数,采用基于密度的初始化中心点选择算法,自动生成聚类数目,实验结果表明了改进算法的有效性。In traditional k-means algorithm, value k must be confirmed in advance, which restricts a large number of practical applications. Initial centers are selected randomly so that local extremums will be introduced. The common evaluate functions to the optimum number of clustering can not be effectively calculated. To conquer these problems, a new evaluation function-equalization function based on the density of the center initialization algorithms introduced, and the number of generation clustering are automatically calculated. Experimental results prove the efficiency of the improved k-means algorithm.

关 键 词：K-均值算法 密度 初始中心点 均衡化函数 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]