首页
学术期刊
论文检测
AIGC检测
热点
更多
数据
基于优化初始中心点的K-means文本聚类算法
被引:7
作者
:
张世博
论文数:
0
引用数:
0
h-index:
0
机构:
北京石油化工学院计算机系
张世博
机构
:
[1]
北京石油化工学院计算机系
来源
:
计算机与数字工程
|
2011年
/ 39卷
/ 10期
关键词
:
K均值;
聚类;
初始中心点;
D O I
:
暂无
中图分类号
:
TP391.1 [文字信息处理];
学科分类号
:
081203 ;
0835 ;
摘要
:
K-means算法终止于一个局部最优状态,所以初始中心点的选择会在很大程度上影响其聚类效果。该文针对K-means算法所存在的问题,提出了一种优化初始中心点的算法。实验表明可以有效减少迭代次数并提高聚类精度,最终获得较好的聚类效果。
引用
收藏
页码:30 / 31
页数:2
相关论文
未找到相关数据
未找到相关数据