一种基于网格的K-Means聚类算法  

A Kind of Grid-Based K-Means Clustering Algorithm

作　　者：张西芝[1] 朱小艳[2] 刘敏娟[3] 

机构地区：[1]郑州升达经贸管理学院资讯系,河南郑州451191 [2]河南大学软件学院,河南开封475000 [3]郑州成功财经学院信工系,河南巩义451200

出　　处：《软件导刊》2012年第7期120-121,共2页Software Guide

摘　　要：K-Means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K-Means算法的局限性日益突出。基于网格划分的思想,提出了一种基于网格的K-Means聚类算法,该算法使用了网格技术在一定程度上去除了孤立点和噪声数据,减少了原始K-Means算法将大的聚类分开的可能。实验表明,该算法能处理任意形状和大小的聚类,对孤立点和噪声数据也能很好地识别,并且在去除孤立点和噪声数据方面可以达到较好的精度。K-means that is a kind of partition method often be used in the clustering.This paper presents the Grid-based K-means Clustering Algorithm,which voids the phenomenon of the local clustering result.The Algorithm reduces the probability that a cluster will be divided into some clusters by the use of the error square and rule function.The algorithm deals with outliers by the technique of grid-based.The experiment results show that it can discover outliers or noises effectively and get good cluster quality.

关 键 词：聚类算法 K-MEANS 网格 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]