K-means聚类算法的实现及应用

K-means聚类算法的实现及应用

徐细波;符闯;徐帆

【期刊名称】《科学时代》

【年(卷),期】2012(000)014

【摘要】本文在分析和实现经典K-means算法的基础上，针对初始类中心选择问题，结合已有的工作，基于对象距离和密度对算法进行了改进。在算法实现部分使用VC6.0作为开发环境、sql sever2005作为后台数据库对算法进行了验证，实验表明，改进后的算法可以提高算法稳定性，并减少迭代次数。【总页数】9页(1-9)

【关键词】K-means;随机聚类;优化聚类;记录的密度

【作者】徐细波;符闯;徐帆

【作者单位】中船集团722研究所;武汉大学计算机学院;中船集团722研究所【正文语种】中文

【中图分类】

【相关文献】

1.K-means聚类算法在企业环境效率评价的应用及R语言实现 [J], 陈敏娜; 梁海华

2.改进的K-Means聚类算法在保险客户信用分析中的算法实现 [J], 宋加升; 陈琰

3.使用遗传算法实现K-means聚类算法的K值选择[J], 杨芳; 湛燕; 田学东; 郭宝兰

4.基于组合优化方法的K-means聚类算法实现 [J], 朱贵良; 赵凯; 赵锋