基于分治法的初始簇中心选取的K-means聚类算法的研究  

作　　者：杜家兴[1] 张京京 孙剑桥[1] 

机构地区：[1]装甲兵工程学院 [2]中国船舶重工集团第714研究所

出　　处：《信息系统工程》2015年第9期116-118,共3页

摘　　要：由于K-means算法对于初始簇中心采取的是随机策略,导致其结果容易进入局部最优,且增加了聚类的迭代次数,加之算法的特点导致其对于初始簇中心的依赖性很强。为解决以上问题,本文利用分治法对Kmeans算法进行了优化,其基本原理就是在初始簇中心的选取时引入分治法,从Kmeans算法的缺陷本身进行了优化,重新设定了初始簇中心的选取逻辑。试验表明,本文提出的优化算法在聚类总耗时和聚类准确度上均有明显改进。

关 键 词：K-MEANS聚类算法 分治法 优化 准确度 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]